Базис в множестве всех векторов на плоскости

Этот онлайн калькулятор позволит вам очень просто проверить образует ли заданый набор векторов базис (проверить линейную независимость векторов).

Воспользовавшись онлайн калькулятором, вы получите детальное решение вашей задачи, которое позволит понять алгоритм решения задач на определение образует ли заданый набор векторов базис и закрепить пройденый материал.

Калькулятор для проверки образуют ли вектора базис (проверить линейную независимость векторов)

Выберите размерность пространства

Количество координат в векторе:

Введите значение векторов:

Инструкция использования калькулятора для проверки образуют ли вектора базис (проверки линейной независимости векторов)

  • Для того чтобы проверить образуют ли вектора базис (проверить линейную независимость векторов) онлайн:
  • выберите необходимую вам размерность пространства;
  • введите значение векторов;
  • Нажмите кнопку "Проверить образуют ли вектора базис" и вы получите детальное решение задачи.

Ввод данных в калькулятор для проверки образуют ли вектора базис (проверить линейную независимость векторов)

В онлайн калькулятор вводить можно числа или дроби. Более подробно читайте в правилах ввода чисел.

Дополнительные возможности калькулятора проверки образуют ли вектора базис (проверить линейную независимость векторов)

  • Между полями для ввода можно перемещаться нажимая клавиши "влево" и "вправо" на клавиатуре.

Вводить можно числа или дроби (-2.4, 5/7, . ). Более подробно читайте в правилах ввода чисел.

  • Вы здесь:
  • Home

Литература: Сборник задач по математике. Часть 1. Под ред А. В. Ефимова, Б. П. Демидовича.

Упорядоченная тройка некомпланарных векторов $e_1, e_2, e_3$ называется базисом в пространстве всех геометрических векторов. Всякий геометрический вектор $a$ может быть представлен единственным образом в виде $$a=X_1e_1+X_2e_2+X_3e_3.qquadqquadqquadqquadqquad (1)$$ Числа $X_1, X_2, X_3$ называются координатами вектора в базисе $B=.$ Запись (1) называют разложением вектора $a$ по базису $B.$

Аналогично, упорядоченная пара неколлинеарных векторов $e_1, e_2$ называется базисом $B=(e_1, e_2)$ в множестве геометрических векторов, компланарных некоторой плоскости.

Наконец, всякий ненулевой вектор $e$ образует базис $B=(e)$ в множестве геометрических векторов, коллинеарных некоторому направлению.

Если вектор $a$ есть линейная комбинация векторов $a_1, a_2, . a_n$ с коэффициентами $lambda_1, lambda_2, . lambda_n$, то есть $$a=sumlimits_^n lambda_ka_k$$ то каждая координата $X_i (a)$ вектора $a$ равна сумме произведений коэффициентов $lambda_1,lambda_2. lambda_n$ на одноименные координаты векторов $a_1, a_2, . a_n: $ $$X_i (a)=sumlimits_^nlambda_k X_i (a_k),qquad (i=1, 2, 3.)$$

Базис $B=(e_1, e_2, e_3)$ называется прямоугольным, если векторы $e_1, e_2$ и $e_3$ попрано перпендикулярны и имеют единичную длину. В этом случае приняты обозначения $$e_1=i;,, e_2-j;,, e_3=k.$$

Примеры.

2.26. Задан тетраэдр $OABC.$ В базисе из ребер $overline, overline$ и $overline$ найти координаты:

а) вектора $overline,$ где $D$ и $E$ середины ребер $OA$ и $BC.$

б) вектора $overline,$ где $F-$ точка пересечения медиан основания $ABC.$

Решение.

а)

Выразим вектор $overline$ через вектора $overline, overline, overline:$

Из треугольника $ODE$ имеем $overline=overline+overline.qquadqquadqquad (1)$

вектор $overline$ найдем из треугольника $OBE:$

здесь $overline=frac<1><2>overline,$ а вектор $overline$ находим из треугольника $OBC:$

Таким образом, из (2) получаем $overline=overline+frac<1><2>(overline-overline).$

Наконец из (1) имеем $$overline=overline+overline=-frac<1><2>overline+overline+frac<1><2>(overline-overline)=$$ $$=-frac<1><2>overline+frac<1><2>overline+frac<1><2>overline.$$

Читайте также:  Как в excel заглавные буквы сделать маленькими

Таким образом, координаты вектора $overline$ в базисе из ребер $overline, overline, overline:$ $left (-frac<1><2>,frac<1><2>,frac<1><2>
ight).$

Ответ: $left (-frac<1><2>; frac<1><2>; frac<1><2>
ight).$

б)

Выразим вектор $overline$ через вектора $overline, overline, overline:$

Из треугольника $OFB$ имеем $overline=overline+overline.qquadqquadqquad (1)$

вектор $overline$ найдем из треугольника $BMC:$

здесь $overline=frac<1><2>overline,$ а вектор $overline$ находим из треугольника $OCA:$

Таким образом, из (2) получаем $$overline=overline+overline=overline-overline+frac<1><2>overline=$$ $$=overline-overline+frac<1><2>(-overline+overline).$$

Наконец из (1) имеем $$overline=overline+overline=overline+frac<2><3>overline=$$ $$=overline+frac<2><3>left (overline-overline+frac<1><2>(-overline+overline)
ight)=$$ $$=overline
+frac<2><3>overline-frac<2><3>overline+frac<1><3>(-overline+overline)=frac<1><3>overline+frac<1><3>overline+frac<1><3>overline.$$

Таким образом, координаты вектора $overline$ в базисе из ребер $overline, overline, overline:$ $left (frac<1><3>; frac<1><3>; frac<1><3>
ight).$

Ответ: $left (frac<1><3>; frac<1><3>; frac<1><3>
ight).$

2.27. В тетраэдре $OABC$ медиана $AL$ грани $ABC$ делится точкой $M$ в отношении $|overline|:|overline|=3:7.$ Найти координаты вектора $overline$ в базисе из ребер $overline, overline, overline.$

Решение.

Вектор $overline$ найдем из треугольника $AOM:$ $$overline=overline+overline.qquadqquadqquad (1)$$

Из условия $|overline|:|overline|=3:7$ имеем $overline=frac<3><10>overline.$ Из треугольника $ABL$ находим $overline=overline+overline=overline+frac<1><2>overline.$

Далее, из треугольников $AOB$ и $BOC$ получаем

Отсюда и из (1) получаем $$overline=overline+overline=overline+frac<3><10>overline+frac<3><20>overline+frac<3><20>overline=$$ $$=frac<7><10>overline-frac<3><20>overline+frac<3><20>overline.$$

Ответ: $left (frac<7><10>; frac<3><20>;frac<3><20>
ight).$

2.29. В трапеции $ABCD$ известно отношение длин оснований $|overline|/|overline|=lambda$ Найти координаты вектора $overline$ в базисе из векторов $overline$ и $overline.$

Решение.

Вектор $overline$ можно найти из треугольника $ABC:$ $overline=overline+overline.$

$overline$ находим из треугольника $ACD:$ $overline=overline+overline=overline-overline.$

Из условия $|overline|/|overline|=lambda$ находим вектор $overline:$ $overline=-overline/lambda.$

Таким образом, $overline=-overline/lambda-overline;$

2.36. Заданы векторы $e (-1, 1, ½)$ и $a (2, -2, -1).$ Убедиться, что они коллинеарны и найти разложение вектора $a$ по базису $B (e). $

Решение.

Векторы коллинеарны, если их направления совпадают или противоположны, т.е. тогда и только тогда когда их координаты пропорциональны. Проверим: $$frac<-1><2>=frac<1><-2>=frac<½><-1>=-frac<1><2>,$$ то есть векторы $e$ и $a$ коллинеарны.

Найдем разложение вектора $a$ по базису $B (e),$ то есть найдем такое число $lambda$ что $a=lambda e:$

Ответ: $a=-2e.$

Домашнее задание.

2.28. Вне плоскости параллелограмма $ABCD$ взята точка $O.$ В базисе из векторов $overline, overline$ и $overline$ найти координаты:

а) вектора $overline$ , где $M$ точка пересечения диагоналей параллелограмма;

б) вектора $overline,$ где $K$- середина стороны $AD.$

Ответ: а) $(½; 0; ½);$ б) $(1, -½, ½).$

2.31. В треугольнике $ABC$ $overline=alphaoverline; overline=etaoverline;$ $overline=gammaoverline.$ Пусть $P, Q$ и $R -$ точки пересечения прямых $BF$ и $CK;$ $CK$ и $AM;$ $AM$ и $BF$ соответственно. В базисе из векторов $overline$ и $overline$ найти координаты векторов $overline,$ $overline$ и $overline.$

2.37. На плоскости заданы векторы $e_1 (-1,2),$ $e_2 (2,1)$ и $a (0, -2).$ Убедиться, что базис $B=e_1, e_2$ в множестве всех векторов на плоскости Построить заданные веткоры и найти разложение вектора $a$ по базису $B.$

Ответ: $a=-frac<4><5>e_1-frac<2><5>e_2.$

2.38. Показать, что тройка векторов $e_1 (1,0,0), e_2 (1,1,0)$ и $e_3 (1,1,1)$ образуют базис в множестве всех векторов пространства. Вычислить координаты вектора $a=-2i-k$ в базисе $B (e_1, e_2, e_3)$ и написать соответствующее 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.

Читайте также:  Драйвер usb для загрузочной флешки

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.

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 :

Читайте также:  Игры стратегии не требующие интернета

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 )

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 ) .

Оцените статью
Добавить комментарий

Adblock
detector