Аксиоматика векторного пространства

Разложим
вектор C1O
по векторам
.
Получим:
,
где
,
а
.
Таким
образом
.
Коэффициенты
х,
у
находим из
условий перпендикулярности
вектора C1O
с векторами
.






.
Следовательно,

Значит
С1О
=

Тогда V = 3·C1O = 3·2 = 6
Ответ: 6.
С помощью векторов можно решать не только геометрические задачи, но и доказывать алгебраические неравенства.
I.
Доказать неравенство

Доказательство:
Рассмотрим
векторы
и
.
Их
скалярное
произведение

Так
как
,
,
то, учитывая
неравенство
,
получим
.
II. Докажем, что для любых неотрицательных чисел a, b, c справедливо неравенство:

Доказательство:
Рассмотрим
векторы
и
.
Их скалярное
произведение:
,
а длины
и
.
Отсюда, учитывая
неравенство
,
получаем
.
Глава 1
§1. Аксиоматика векторного пространства
Характеризация векторного пространства, как математической структуры осуществляются рядом аксиом.
Основные понятия теории: "вектор", "сумма двух векторов", "произведение вектора на действительное число".
Косвенным определением основных понятий теории векторного пространства являются следующие аксиомы:
I.
Для любых векторов
и
существует
единственный
третий вектор
,
называемый
их суммой

Таким образом аксиома I постулирует:
а) единственность этой суммы.
б)
существование
суммы двух
векторов
и
;
Данная аксиома вводит на множестве векторов V операцию
f1: V x V V.
которая называется сложением двух векторов.
II. Сложение векторов коммутативно, т.е.
.
III. Сложение векторов ассоциативно, т.е.

IV.
Существует
вектор
такой, что
для любого
вектора,
т.е.

Определение
1.1. Вектор
,
удовлетворяющий
аксиоме IV,
называется
нулевым вектором
и обозначается

V.
Для каждого
вектора
существует
такой вектор
,
что
+
=


Определение
1.2. Вектор
,
удовлетворяющий
аксиоме V,
называется
противоположным
вектору
.
VI.
Для любого
вектора
и действительно
числа
,
существует
единственный
вектор
,
называемый
произведением
вектора
на число
и обозначаемый
т.о.:
,
т.е.
,
,

Данная аксиома вводит операция нового типа (внешнюю операцию):

Эта операция носит название «умножение вектора на число».
VII.
Для любого
вектора
умножение
вектора
на 1 не изменяет
вектора
,
т.е.
,

VIII. Умножение вектора на число ассоциативно, т.е.
,
,

IX. Умножение вектора на число дистрибутивно сложения чисел, т.е.
,
,

X. Умножение вектора на число дистрибутивно относительно сложения векторов, т.е.
,
,

Этим заканчивается аксиоматика векторного пространства, которое можно теперь определить т.о.:
множество V с введенными двумя операциями

,
подчиняющееся аксиомам I-X, называется векторным пространством над полем действительных чисел R.
§2. Следствие из аксиом векторного пространства
Из аксиом I-X можно вывести целый ряд предложений.
Теорема 2.1. Существует единственный нулевой вектор.
Доказательство:
Предложим,
что существует
два различных
вектора
и
таких, что
и
для любого
вектора
.
Положим
.
Тогда
и
(1)
Положим
теперь
.
Аналогично
получим:
и
(2)
Так
как
(по аксиоме
II),
то из (1) и (2) следует,
что
.
Таким
образом, векторное
пространство
содержит единственный
вектор
,
удовлетворяющий
равенству
.
Теорема
2.2. Для
любого вектора
существует
единственный
противоположный
вектор
.
Или:
и

Доказательство:
Допустим,
что
и
и
,
т.е. существует
,
имеющий два
различных
противоположных
вектора
и
.
и (1)
(2)
Тогда
и
(3)
Левые части равенств (3) равны между собой. Действительно:
(4)
Из
равенства (3) и
(4) следует, что
.
Теорема
2.3.
Для
любых векторов
и
существует
единственный
вектор
,
такой, что
.
Доказательство:
I.
Существование.
Убедимся, что
в качестве
вектора
можно будет
выбрать вектор
.
В самом деле,

Таким
образом, для
векторов
и
существует
вектор
,
удовлетворяющий
равенству:
.
II. Единственность (от противного). Пусть
и
(1)
Тогда:

Отсюда
.
Получим противоречие
с допущением.
Таким образом,
единственность
вектора
доказана.
Определение
2.1.
Вектор
,
удовлетворяющий
равенству
,
называется
разностью
векторов
и
,
и обозначается
через
-
.
Таким образом

Теорема 2.3., как видно, вводит на множестве v новую операцию "–":

называемую вычитанием, которая является обратной по отношению к операции сложения.
Следствие
1.

Теорема
2.4.

Доказательство:
,
т.к.
- вектор, противоположный
вектору
.
Тогда
Ч.т.д.
Теорема
2.5.

Доказательство:
Имеем:
;

Отсюда следует,
что
.
Ч.т.д.
Теорема
2.6.
.
Доказательство:
Имеем:

Отсюда следует,
что
.
Теорема
2.7.

Доказательство:
Имеем:
(по
Теореме 2.6.)
Отсюда следует,
что
.
Следствие
2.
.
Теорема
2.8.
или
.
Доказательство:
Возможны два случая:
I.
и
II.
.
I. Если
,
то дизъюнкция
или
истинна и теорема
доказана.
II. Пусть
.
Тогда существует
число
,
отсюда имеем:
(по условию Т.
2.5.)
,
(по Т. 2.5.)
.
Таким образом,
в случае II
имеем, что
.
Итак, если
,
то
или
.
Теорема
2.9.
.
Доказательство:
Для того,
чтобы установить,
что вектор
является
противоположным
для вектора
,
необходимо
и достаточно
проверить,
выполняется
ли следующее
равенство:
,
или все равно,
что
.
Имеем:

Таким образом
или
.
И, следовательно,
.
Рассмотренные свойства операций над векторами аналогичны соответствующим свойствам арифметических операций над числом. Так, например, сумма конечного числа векторов, как и сумма в любой коммуникативной группе, не зависит ни от порядка слагаемых в этой сумме, ни от способа расстановки скобок:
и т.д.
Однако между
векторной и
числовой алгеброй
существуют
серьезные
отличия. Одно
из наиболее
существенных
отличий состоит
в том, что множество
векторов не
является
упорядоченным,
т.е. для векторов
нельзя ввести
отношение
«меньше» и
«больше». Например
для двух противоположных
чисел
и
мы знаем, что
и, что одно из
этих двух чисел
больше 0, а другое
– меньше 0. Для
векторов же,
удовлетворяющих
равенству
,
постановка
вопроса о том,
какой из векторов
или
больше нулевого,
а какой меньше
нулевого,
бессмысленна.
§3. Размерность
Определение 3.1. Векторное пространство называется n-мерным, если в нем имеется n линейно независимых векторов, а всякие n+1 векторы линейно зависимы.
Иначе говоря, размерность векторного пространства – это максимальное число содержащихся в нем линейно независимых векторов.
Если максимальное число линейно независимых векторов равно 1, то векторное пространство называется одномерным, если это число равно 2,. То векторное пространство называется двумерным, и т.д.
Векторное пространство, имеющее конечную размерность, называется конечномерным. Пространство, в котором существует сколь угодно линейно независимых векторов, называется бесконечномерным.
Определение 3.2. Совокупность n линейно независимых векторов n-мерного векторного пространства называется его базой.
Теорема
3.1.
Каждый
вектор
n-мерного
векторного
пространства
можно представить,
и притом единственным
образом, в виде
линейной комбинации
векторов базы.
Доказательство:
Пусть
– произвольная
база n-мерного
векторного
пространства.
Так как любые
n+1
векторы n-мерного
векторного
пространства
линейно зависимы,
то векторы
,
линейно
зависимы, т.е.
нулевой вектор
является
нетривиальной
линейной комбинацией
векторов
:
,
где
не все равны
нулю. При этом
.
Если бы
,
то тогда среди
чисел
хотя бы одно
было отлично
от нуля, а отсюда
следует, что
векторы
линейно зависимы.
Пусть
например,
,
тогда
.
Откуда
следует линейная
зависимость
векторов
,
что противоречит
условию.
Итак,
.
Если
,
то

Полученное
представление
вектора
является искомым.
Докажем, что оно единственно.
Допустим,
что возможны
два представления
вектора
в виде линейной
комбинации
базы:
и
.
Тогда
,
отсюда
.
Так
как векторы
линейно независимы,
то

и, следовательно,
.
Ч.т.д.
Примеры.
1.
Определим
размерность
векторного
пространства
геометрических
векторов трехмерного
пространства.
Докажем,
что любые три
вектора
выходящие из
одной точки
О и не лежащие
в одной плоскости,
являются линейно
независимыми,
а всякие четыре
вектора линейно
зависимы.
В
самом деле,
векторы
независимы,
т.к. в противном
случае один
из них, например
,
должен был бы
линейно выражаться
через два других.
Однако равенство