Professional Documents
Culture Documents
Zelisko PDF
Zelisko PDF
В. Р. Зеліско, Г. В. Зеліско
Навчальний посібник
Рекомендовано
Міністерством освіти і науки України
Львів
2014
УДК [512.64+514.12](075.8)
ББК В143я73-1+В151.54я73-1
З 49
Рецензенти:
Зеліско В. Р.
З 49 Лінійна алгебра і аналітична геометрія. Практикум :
навч. посібник / В. Р. Зеліско, Г. В. Зеліско. – Львів : ЛНУ
імені Івана Франка, 2014. – 374 с.
ISBN 978-617-100-097-1
УДК [512.64+514.12](075.8)
ББК В143я73-1+В151.54я73-1
3
§ 19. Координати і перетворення координат у лінійних
просторах. Ізоморфізм лінійних просторів........................203
§ 20. Сума, перетин і пряма сума підпросторів..........................213
§ 21. Евклідові й унітарні простори.............................................223
§ 22. Ортогональні підпростори й ортогональні доповнення ..232
РОЗДІЛ V. Лінійні оператори...................................................238
§ 23. Лінійні оператори та їхні матриці.......................................238
§ 24. Ядро та образ лінійного оператора.....................................251
§ 25. Власні значення та власні вектори.
Оператори простої структури.............................................257
§ 26. Інваріантні підпростори ......................................................268
§ 27. Поняття про жорданову форму матриці
лінійного оператора..............................................................275
РОЗДІЛ VІ. Лінійні оператори в евклідових
і унітарних просторах та їхнє застосування...........................286
§ 28. Спряжений оператор. Нормальні оператори.....................286
§ 29. Унітарні та ортогональні оператори...................................292
§ 30. Самоспряжені оператори.....................................................305
§ 31. Зведення квадратичних форм до канонічного
та нормального виглядів......................................................314
§ 32. Додатно визначені квадратичні форми..............................323
§ 33. Зведення до канонічного вигляду загальних рівнянь
ліній і поверхонь другого порядку.....................................330
Відповіді.........................................................................................346
Список літератури.........................................................................365
Предметний показчик ..................................................................368
4
ПЕРЕДМОВА
5
Другий розділ посібника містить найпростіші задачі з тео-
рії груп, кілець і полів. Там же детальніше вивчають типові при-
клади, в яких розглянуто поле комплексних чисел, тригоно-
метрична форма комплексного числа та її застосування, а також
кільце многочленів від однієї змінної, зокрема многочлени з
дійсними та комплексними коефіцієнтами.
У четвертому та п’ятому розділах розглянуто типові задачі
з теорії лінійних просторів, лінійних операторів, лінійних опера-
торів в евклідових та унітарних просторах. В останньому розділі
подано завдання з теорії квадратичних форм та їхнє застосу-
вання при зведенні до канонічного вигляду загальних рівнянь
ліній і поверхонь другого порядку.
Отже, матеріал посібника викладено за принципом по-
ступового узагальнення задач, відомих з попередніх розділів і
ще зі шкільного курсу елементарної математики. Розв’язування
запропонованих задач допоможе поглибити знання з основ ал-
гебри й аналітичної геометрії, їх можна застосовуватися надалі
при вивченні числових методів лінійної алгебри та інших
дисциплін навчального плану.
Автори посібника висловлюють глибоку подяку всім коле-
гам, з якими спілкувались, які допомагали у написанні посібни-
ка. З безмежною вдячністю згадуємо своїх товаришів і вчителів
професора В. І. Андрійчука та старшого викладача Б. Д. Во-
робця, записи яких використано в роботі над навчальним по-
сібником.
6
РОЗДІЛ I. МАТРИЦІ ТА СИСТЕМИ
ЛІНІЙНИХ РІВНЯНЬ
Теоретичні відомості
Матрицею розміру m n називається впорядкована прямокут-
на таблиця чисел, яка містить m рядків і n стовпців, де всі клітинки
заповнені. Тобто, матриця
7
Якщо в матриці A (aij ) M mn (R ) замінити рядки на стовпці,
то одержимо матрицю з M nm (R ) , яка називається транспонованою
матрицею і позначається AT .
Добутком матриці A (aij ) на число називається матриця
B (bij ) з елементами bij aij для всіх i 1, 2, , m та
j 1, 2, , n .
Сумою матриць A (aij ) і B (bij ) з M mn (R ) називається
матриця C (cij ) M mn ( R ) з елементами cij aij bij для всіх
i 1, 2, , m та j 1, 2, , n .
Нехай A – матриця розміру m k , B – матриця розміру k n .
Наголошуємо, що кількість стовпців першої матриці дорівнює кіль-
кості рядків другої матриці. Добутком матриці A (ai j ) на матри-
цю B (bi j ) називається матриця C (ci j ) розміру m n , елементи
якої визначають рівністю
k
ci j ai 1b1 j ai 2 b2 j ... ai k bk j aip b pj .
p 1
8
1 0 0
0 1 0
Квадратна матриця порядку n вигляду E
0 0 1
називається одиничною.
Очевидно, що для довільної матриці A (ai j ) M n (R ) викону-
ється рівність A E E A A .
Квадратна матриця вигляду E diag ( , , , ) називається
скалярною матрицею.
Очевидно, що для довільної матриці A (ai j ) виконується рів-
ність ( E ) A A( E ) A .
a11 0 0
a21 a22 0
Матриця вигляду A , тобто матриця, в якої
a
n1 an 2 ann
aij 0 при i j , називається нижньою трикутною матрицею.
9
Приклади розв’язування задач
1 2
1 2 3
Приклад 1. Для матриць A 4 1 та B
3 0 4 1 5
знайти 3 A 5 B T .
Розв’язування.
3 1 3 2 3 6 1 4
3A 3 4 3 (1) 12 3 , B 2 1 ,
T
33 30 9 0 3 5
5 1 5 4 5 20
5 B 5 2 5 (1) 10
T
5 ,
53 5 5 15 25
3 6 5 20
3 A 5 B 3 A (5 B ) 12 3 10
T T
5
9 0 15 25
3 (5) 6 (20) 2 14
12 (10) 3 5 2 2 .
9 (15) 0 (25) 6 25
1 2
1 2 3
Приклад 2. Для матриць A 4 1 та B
3 0 4 1 5
знайти AB та BA .
Розв’язування.
1 1 2 4 1 2 2 (1) 1 3 2 5 9 0 13
AB 4 1 (1) 4 4 2 (1) (1) 4 3 (1) 5 0 9 7
3 1 0 4 3 2 0 (1) 3 3 0 5 3 6 9
10
1 1 2 4 3 3 1 2 2 (1) 3 0 18 0
BA .
4 1 (1) 4 5 3 4 2 (1) (1) 5 0 15 9
5 1
Приклад 3. Обчислити A n , де n N , якщо A .
0 5
Розв’язування. Знайдемо спочатку матриці A 2 та A 3 .
5 1 5 1 25 10 5 2 2 51
A 2 ,
0 5 0 5 0 25 0 5 2
25 10 5 1 125 75 5 3 3 52
A 3 A 2 A .
0 25 0 5 0 125 0 5 3
5n n 5 n 1
Виникає гіпотеза, що A n
. Доведемо її
0 5 n
методом математичної індукції.
5 1 51 1 5 0
Для n 1 A1 .
0 5 0 51
5k k 5 k 1
Припустимо, що A k . Тоді
0 5 k
5k k 5 k 1 5 1
A k 1
A A
k
0 5 k 0 5
5 k 5 5 k 1 k 5 k 1 5 5 k 1 (k 1) 5 k
0
.
0 5k 5 5 k 1
5n n 5 n 1
Крок індукції зроблено, тому A n .
0 5 n
11
Приклад 4. Обчислити f (A) , якщо f ( x) x 2 4 x 8 ,
1 3 2
A 0 4 1 .
3 5 2
Розв’язування. Зауважимо, що f ( A) A 2 4 A 8E , де E –
одинична матриця третього порядку.
Обчислимо матрицю A 2 , врахувавши, що A 2 A A .
1 3 2 1 3 2 5 25 5
A 0 4 1 0 4 1 3 11 2
2
3 5 2 3 5 2 3 1 7
Обчислимо 4 A , для цього кожний елемент матриці A помно-
жимо на число 4.
1 3 2 4 12 8
4A 4 0 4 1 0 16 4 .
3 5 2 12 20 8
Обчислюємо скалярну матрицю 8 E .
1 0 0 8 0 0
8E 8 0 1 0 0 8 0 .
0 0 1 0 0 8
Обчислюємо f ( A) A 2 4 A 8E .
5 25 5 4 12 8 8 0 0
f ( A) 3 11 2 0 16 4 0 8 0
3 1 7 12 20 8 0 0 8
9 37 3
3 19 6 .
9 21 7
12
Приклад 5. Довести, що добуток двох симетричних чи
кососиметричних матриць є симетричною матрицею тоді і
тільки тоді, коли ці матриці комутують.
Розв’язування. Зауважимо, що за властивостями операцій з
матрицями ( AB) T B T AT .
Нехай A та B – симетричні матриці, тобто A AT і
B BT .
Припустимо, що добуток цих матриць є симетричною
матрицею, тобто, що ( AB) T AB . Тоді, оскільки
( AB) T B T AT BA , то отримаємо AB BA . Отже, матриці A
та B комутують.
Припустимо, що матриці A та B комутують, тобто
AB BA . Тоді ( AB) T B T AT BA AB , тобто, AB – симет-
рична матриця.
Нехай тепер A та B – кососиметричні матриці, тобто
A AT і B B T .
Припустимо, що добуток цих матриць є симетричною
матрицею, тобто, що ( AB) T AB . Тоді, оскільки
( AB) B A ( B)( A) BA , то отримаємо AB BA . Отже,
T T T
матриці A та B комутують.
Припустимо, що матриці A та B комутують, тобто
AB BA . Тоді ( AB) T B T AT ( B)( A) BA AB , тобто, AB
– симетрична матриця.
Задачі
1 2 5 4
1.1. Задано матриці A та B . Знайти:
3 4 2 3
13
а) 5 A 3B ; б) A B T ;
в) A B ; г) B A .
1 0 3 1
1.2. Для матриць A та B знайти:
2 3 0 2
а) 2 A 3B ; б) 3 AT 2 B ;
в) A B ; г) B A .
1.3. Знайти добуток матриць A B та B A , якщо:
1 2
1 2 3
A ; B 0 3 .
3 1 2 1 1
1.4. Знайти добуток матриць A B та B A , якщо:
1 2
2 0 1
A 3 4 ; B .
2 2 1 3 2
1 2 3 1 0 0 1 2 1
1.5. Обчислити: 0 1 2 3 1 0 3 7 5 .
0 0 1 2 3 1 7 17 14
1 1 1 2 6 4 2 0 1
1.6. Обчислити: 1 3 2 1 2 2 0 1 1 .
1 2 2 0 1 0 1 1 2
3 n
1 3 cos sin
1.7. Обчислити: а) ; б) , nN.
2 6 sin cos
3 n
1 2 1 1
1.8. Обчислити: а) ; б) , n N .
2 4 0 1
1.9. Знайти значення многочлена f ( x) від матриці A :
0 1
а) f ( x) 3 x 2 2 x 5 , A ;
0 0
14
2 6 4
9
б) f ( x) x i 7 , A 1 2 2 .
i 1 0 1 0
1.10. Знайти f (A) , якщо:
5 2 3
а) f ( x) x 3 7 x 2 13x 5 , A 1 3 1 ;
2 2 1
1 1
10
б) f ( x) x i 9 , A 2 2.
i 1 1 1
2 2
§ 2. Метод Гаусса
Теоретичні відомості
Розглянемо систему m лінійних рівнянь із n невідомими
15
x1 b1
x2 b2
риця системи, x – стовпець невідомих, b – стовпець
x b
n m
вільних членів. Крім того, розглядатимемо розширену матрицю
a11 a12 a1n b1
a21 a22 a2 n b2
системи A .
a
m1 am 2 amn bm
Розв’язком системи лінійних рівнянь називається впорядкова-
ний набір із n дійсних чисел, які при підстановці в систему перетво-
рюють всі рівняння в правильні числові рівності (тотожності).
Система, яка має хоча б один розв’язок, називається сумісною.
Якщо система не має жодного розв’язку, то вона називається
несумісною. Система лінійних рівнянь, яка має лише один розв’язок,
називається визначеною. Система лінійних рівнянь, яка має безліч
розв’язків, називається невизначеною.
Елементарними перетвореннями системи лінійних рівнянь
називають такі перетворення.
1. Перестановка двох рівнянь системи.
2. Множення рівняння на ненульове число.
3. Додавання до одного рівняння іншого рівняння, помноженого на
довільне число.
Системи лінійних рівнянь, множини розв’язків яких збігаються,
називаються еквівалентними.
Елементарні перетворення системи лінійних рівнянь зводять її
до еквівалентної системи.
Матриця A називається східчастою матрицею, якщо вона
задовольняє такі умови:
16
1) якщо в i му рядку матриці перший ненульовий елемент стоїть на
k му місці, то в (i 1) му рядку перші k елементів дорівнюють
нулю;
2) якщо всі елементи i го рядка дорівнюють нулю, то кожен
елемент (i 1) го рядка дорівнює нулю.
Елементарними перетвореннями матриці називають такі
перетворення.
1. Перестановка двох рядків (стовпців) матриці.
2. Множення рядка (стовпця) матриці на ненульове число.
3. Додавання до одного рядка (стовпця) матриці іншого рядка
(стовпця), помноженого на довільне число.
Матриці A та B називаються еквівалентними ( A ~ B) , якщо їх
одержують одну з іншої за допомогою елементарних перетворень.
Кожну матрицю скінченною кількістю елементарних перетво-
рень можна звести до східчастого вигляду.
Кожну систему лінійних рівнянь шляхом елементарних
перетворень можна звести до еквівалентної їй східчастої системи.
Східчасту систему легше розв’язувати. Такий метод зведення назива-
ється методом послідовного виключення невідомих або методом
Гаусса.
Оскільки система повністю визначається своєю розширеною
матрицею, то можна проводити елементарні перетворення матриці A .
Задачу про сумісність і визначеність системи лінійних рівнянь
можна розв’язати, дослідивши останній ненульовий рядок східчастої
матриці. Якщо останній ненульовий рядок східчастої матриці набув
вигляду (0 0 bs ) , причому bs 0 , то йому відповідає рівняння
0 x1 0 x 2 0 x n bs . Очевидно, що система несумісна. Якщо
останній ненульовий рядок східчастої матриці набув вигляду
(0 0 a sjs a sn bs ) , то система сумісна, якщо j s n 1 , то
вона невизначена. Система лінійних рівнянь має єдиний розв’язок
(визначена), якщо східчаста матриця має трикутний вигляд.
17
Приклади розв’язування задач
Приклад 1. Розв’язати систему рівнянь
2 x 3 y 5 z 12,
4 x 5 y 3 z 10,
x 4 y 4 z 6
методом Гаусса.
Розв’язування. Запишемо розширену матрицю системи та
зведемо її до східчастого вигляду
2 3 5 12
A 4 5 3 10 .
1 4 4 6
Поміняємо місцями перший і третій рядки матриці
1 4 4 6
A ~ 4 5 3 10 .
2 3 5 12
Елементи першого рядка помножимо на (4) та додамо до
відповідних елементів другого рядка. Потім елементи першого
рядка помножимо на (2) та додамо до відповідних елементів
третього рядка
1 4 4 6
A ~ 0 21 13 34 .
0 11 13 24
Елементи третього рядка помножимо на (2) та додамо до
відповідних елементів другого рядка
1 4 4 6
A ~ 0 1 13 14 .
0 11 13 24
18
Елементи другого рядка помножимо на 11 та додамо до
відповідних елементів третього рядка
1 4 4 6
A ~ 0 1 13 14 .
0 0 130 130
Запишемо систему рівнянь, яка відповідає східчастій
розширеній матриці
x 4 y 4 z 6,
y 13 z 14,
130 z 130.
З останнього рівняння системи z 1 . Підставимо z 1 в
друге рівняння та знайдемо y 1 . Підставимо z 1 та y 1 в
перше рівняння та знаходимо x 2 .
Отже, розв’язком системи рівнянь є x 2 , y 1 , z 1 .
Приклад 2. Розв’язати систему рівнянь
x1 x 2 x 4 1,
x 2 x x 3 x 1,
1 2 3 4
x
1 2 x 2 x 3 2 x 4 2,
x 2 3 x3 x 4 1.
19
Елементи першого рядка додамо до відповідних елементів
другого рядка. Потім елементи першого рядка помножимо на
(1) і додамо до відповідних елементів третього рядка
1 1 0 1 1
0 1 1 2 0
A~ .
0 3 1 3 3
0 1 3 1 1
Елементи другого рядка помножимо на (3) та додамо до
відповідних елементів третього рядка. Потім елементи другого
рядка додамо до відповідних елементів третього рядка
1 1 0 1 1
0 1 1 2 0
A~ .
0 0 4 3 3
0 0 4 3 1
Елементи третього рядка додамо до відповідних елементів
четвертого рядка
1 1 0 1 1
0 1 1 2 0
A~ .
0 0 4 3 3
0 0 0 0 4
Запишемо систему рівнянь, яка відповідає східчастій
розширеній матриці
x1 x 2 x 4 1,
x x 2 x 0,
2 3 4
4 x3 3 x 4 3,
0 4.
20
Приклад 3. Дослідити систему лінійних рівнянь на суміс-
ність і знайти один частковий розв’язок системи
4 x1 6 x 2 8 x3 2 x 4 4,
2 x1 3 x 2 4 x3 x 4 2,
x 2 x 5 x 3 x 2.
1 2 3 4
21
Запишемо систему рівнянь, яка відповідає східчастій
розширеній матриці
x1 2 x 2 5 x3 3 x 4 2,
7 x 2 14 x3 7 x 4 2.
2 x1 x 2 x3 x 4 1,
x1 2 x 2 x3 4 x 4 2,
x 7 x 4 x 11x .
1 2 3 4
2 1 1 1 1
A 1 2 1 4 2 .
1 7 4 11
22
Поміняємо місцями перший і другий рядки матриці
1 2 1 4 2
A ~ 2 1 1 1 1 .
1 7 4 11
1 2 1 4 2
A ~ 0 5 3 7 3 .
0 5 3 7 2
1 2 1 4 2
A ~ 0 5 3 7 3 .
0 0 0 0 5
x1 2 x 2 x3 4 x 4 2,
5 x 2 3 x3 7 x 4 3,
0 5.
23
Задачі
2 x1 x 2 3 x3 0, 5 x1 6 x 2 2 x3 4,
2.5. 3 x1 2 x 2 x3 6, 2.6. 3 x1 5 x 2 2 x3 3,
4 x x 5 x 4. 2 x x 3 x 5.
1 2 3 1 2 3
4 x1 3 x 2 x3 5 x 4 7 0,
x 2 x 2 x 3 x 3 0,
2.7. 1 2 3 4
2 x1 3 x 2 2 x3 8 x 4 7 0,
3 x1 x 2 2 x3 1 0.
2 x1 2 x 2 x 4 3 0,
2 x 3 x x 3 x 6 0,
2.8. 1 2 3 4
3 x1 4 x 2 x3 2 x 4 0,
x1 3 x 2 x3 x 4 2 0.
24
Дослідити систему лінійних рівнянь на сумісність і знайти
один частковий розв’язок системи:
2 x1 7 x 2 3 x3 x 4 6,
2.9. 3 x1 5 x 2 2 x3 2 x 4 4,
9 x 4 x x 7 x 2.
1 2 3 4
2 x1 3 x 2 5 x3 7 x 4 1,
2.10. 4 x1 6 x 2 2 x3 3x 4 2,
2 x 3 x 11x 15 x 1.
1 2 3 4
§ 3. Визначники
Теоретичні відомості
a a12
Визначником матриці A 11 другого порядку назива-
a 21 a 22
a a12
ється число 11 a11 a 22 a12 a 21 .
a 21 a 22
25
Перестановкою елементів множини M {1, 2, , n} називаєть-
ся їхнє розміщення в певному порядку. Перестановку записують так:
(i1 , i2 ,, in ) .
Два числа im та ik в перестановці (i1 , i2 ,, in ) утворюють
інверсію, якщо більше з них стоїть перед меншим, тобто i m i k при
mk.
Перестановка називається парною (непарною), якщо кількість
інверсій, які утворюють її елементи, є парною (непарною).
Визначником квадратної матриці A (aij ) n – го порядку на-
зивається число
a11 a12 a1n
a 21 a 22 a2n
det A (1) s a1 j1 a 2 j2 a njn ,
( j1 , j2 ,, jn )
a n1 an2 a nn
27
Приклад 2. Розв’язати системи лінійних рівнянь за
формулами Крамера:
2 x 3 y 0, x cos y sin cos ,
а) б)
6 x 12 y 7; x sin y cos sin .
Розв’язування. Обчислюємо визначник системи та
визначники 1 і 2 . Далі за формулами Крамера x 1 ,
2
y .
2 3
а) 24 18 42 ,
6 12
0 3
1 0 (21) 21 ,
7 12
2 0
2 14 0 14 ,
6 7
21 1
x ,
42 2
14 1
y ;
42 3
cos sin
б) cos 2 sin 2 1 ,
sin cos
cos sin
1 cos cos sin sin cos( ) ,
sin cos
cos cos
2 cos sin cos sin sin( ) ,
sin sin
28
cos( )
x cos( ) ,
1
sin( )
y sin( ) .
1
Приклад 3. Обчислити визначник третього порядку
6 3 0
4 1 3 .
2 3 2
15 3x 16 2 x 6 40 5 x 8 x x 2 6 6 x 2 8 x 15 .
Тепер розв’язуємо квадратне рівняння
x 2 8 x 15 0 ,
x1 3 , x 2 5 .
29
Приклад 5. Розв’язати систему рівнянь за формулами
5 x1 8 x 2 x3 7,
Крамера x1 2 x 2 3 x3 1,
2 x 3 x 2 x 9.
1 2 3
5 8 1
1 2 3 20 48 3 (4) 16 (45) 104 ,
2 3 2
7 8 1
1 1 2 3 28 216 3 (18) 16 (63) 312 ,
9 3 2
5 7 1
2 1 1 3 10 42 (9) (2) 14 135 104 ,
2 9 2
5 8 7
3 1 2 1 90 16 (21) 28 72 (15) 0 .
2 3 9
30
Приклад 6. Визначити кількість інверсій у перестановці
(8, 1, 5, 9, 7, 4, 3, 6, 2) та парність цієї перестановки.
Розв’язування. Інверсії утворюють такі пари чисел: (8, 1) ,
(8, 5) , (8, 7) , (8, 4) , (8, 3) , (8, 6) , (8, 2) , (5, 4) , (5, 3) , (5, 2) ,
(9, 7) , (9, 4) , (9, 3) , (9, 6) , (9, 2) , (7, 4) , (7, 3) , (7, 6) , (7, 2) ,
(4, 3) , (4, 2) , (3, 2) , (6, 2) .
Всього інверсій є 23, непарна кількість, тому й
перестановка є непарною.
Приклад 7. Визначити кількість інверсій у перестановці
(2, 4, 6, , 2n, 1, 3, 5, , 2n 1) .
Розв’язування. Це перестановка на множині з 2n
елементів. Число 2 утворює інверсію з елементом 1. Число 4
утворює дві інверсії з елементами 1 і 3. Число 6 утворює три
інверсії з елементами 1, 3 і 5, далі кожне наступне число
утворює на одну інверсію більше, ніж попереднє, і число 2n
утворює n інверсій. Числа 1, 3, 5 і решта інверсій не утворюють.
Отже, в цій перестановці є 1 2 3 n інверсій. Щоб
обчислити цю суму, скористаємося формулою суми n членів
(1 n)n
арифметичної прогресії. Кількість інверсій дорівнює .
2
Приклад 8. Які з добутків входять у визначники від-
повідних порядків і з якими знаками: а) a 43 a61 a52 a13 a 25 a34 ;
б) a 27 a 63 a14 a56 a35 a 41 a 72 .
31
б) Добуток a 27 a 63 a14 a56 a35 a 41 a 72 входить до визначника
сьомого порядку, оскільки він містить елементи з кожного рядка
та з кожного стовпця. Для того, щоб визначити знак цього
доданка, переставимо елементи добутку так, щоб перші індекси
були впорядковані за зростанням a14 a 27 a35 a 41 a56 a 63 a 72 . Тоді другі
індекси елементів добутку утворюють перестановку
(4, 7, 5, 1, 6, 3, 2) . Порахуємо кількість інверсій цієї
перестановки. Число 4 утворює три інверсії з числами 1, 3 та 2.
Число 7 утворює інверсії з елементами 5, 1, 6, 3, 2. Число 5
утворює три інверсії з числами 1, 3 та 2. Інверсії також
утворюють елементи 6 і 3, 6 і 2 та 3 і 2. Отже, інверсій всього є
14, тому добуток a 27 a 63 a14 a56 a35 a 41 a 72 входить до визначника
сьомого порядку зі знаком “+”.
Задачі
Обчислити визначники:
5 4 n 1 n
3.1. а) ; б) ;
2 3 n n 1
sin cos ab ab
в) ; г) .
sin cos a b ab
7 2 a2 ab
3.2. а) ; б) ;
1 3 ab b 2
cos sin 1 log b a
в) ; г) .
sin cos log a b 1
32
2 x 3 y 4, 4 x 7 y 13 0,
3.4. а) б)
4 x 5 y 10; 5 x 8 y 14 0.
33
3.12. а) a 61 a 23 a 45 a36 a12 a54 ;
б) a 27 a36 a51 a 74 a 25 a 43 a 62 .
3.13. Вибрати значення i та k так, щоб добуток
a 62 ai 5 a33 a k 4 a 46 a 21 входив у визначник 6 – го порядку зі
знаком мінус.
3.14. Вибрати значення i та k так, щоб добуток
a 47 a 63 a1i a55 a 7 k a 24 a31 входив у визначник 7 – го порядку зі
знаком плюс.
§ 4. Обчислення визначників
Теоретичні відомості
При обчисленні визначників можна використовувати їхній
розклад за елементами рядка чи стовпця.
Мінором M i j елемента aij матриці A називається визначник
матриці (n 1) – го порядку, яку отримують з матриці A викреслю-
ванням i – го рядка та j – го стовпця.
Алгебричним доповненням елемента aij називається число
Ai j (1) i j M i j .
34
елементів. Отже, одержуємо метод обчислення визначників шляхом
зведення матриці до трикутного вигляду.
Інші методи обчислення визначників проілюстровано на
прикладах.
35
Елементи другого рядка помножимо на (5) та додамо до
відповідних елементів третього рядка. Потім елементи другого
рядка помножимо на (6) та додамо до відповідних елементів
четвертого рядка
1 2 3 1
0 1 5 0
.
0 0 21 4
0 0 20 2
Елементи четвертого рядка помножимо на (1) та додамо
до відповідних елементів третього рядка. Потім елементи
третього рядка помножимо на (20) та додамо до відповідних
елементів четвертого рядка
1 2 3 1
0 1 5 0
.
0 0 1 2
0 0 0 38
Оскільки визначник верхньої трикутної матриці дорівнює
добутку діагональних елементів, то
1 (1) 1 (38) 38 .
36
x1 a12 a13 a1n
x1 x2 a 23 a 2 n
x1 x2 x3 a 3n
x1 x2 x3 xn
37
1 2 3 4
0 2 4 1
,
1 0 2 3
2 1 1 5
розклавши його, наприклад, за елементами третього рядка
2 3 4 1 3 4
31 3 2
(1) (1) 2 4 1 0 (1) 0 4 1
1 1 5 2 1 5
1 2 4 1 2 3
3 3 3 4
2 (1) 0 2 1 (3) (1) 0 2 4
2 1 5 2 1 1
(40 3 8 16 30 2) 0 2(10 4 0 16 0 1)
3(2 16 0 12 0 4) 9 6 6 3 .
38
2 3 5 8 2 3 5 2358
1 7 6 4 1 7 6 1764
.
2 1 3 3 2 1 3 2133
6 5 4 3 6 5 4 6543
Кожний елемент четвертого стовпчика ділиться на 9, тому
число 9 можна винести
2 3 5 2358 2 3 5 262
1 7 6 1764 1 7 6 196
9 .
2 1 3 2133 2 1 3 237
6 5 4 6543 6 5 4 727
Отже, визначник ділиться на 9.
Приклад 5. Обчислити визначник Вандермонда
1 1 1 1
x1 x2 x3 xn
n x12 x 22 x32 x n2 .
n 1 n 1 n 1
x
1 x 2 x 3 x nn 1
1 1 1
x1 x n x2 xn xn xn
n x1 ( x1 x n ) x2 ( x2 xn ) xn ( xn xn ) ,
x1n 2 ( x1 x n ) x 2n 2 ( x 2 x n ) x nn 2 ( x n x n )
39
1 1 1 1
x1 x n x2 xn x3 x n 0
n x1 ( x1 x n ) x2 ( x2 xn ) x3 ( x3 x n ) 0 .
n2 n2 n2
x1 ( x1 x n ) x 2 ( x 2 x n ) x3 ( x3 x n ) 0
x1 x n x2 xn x n 1 x n
x1 ( x1 x n ) x2 ( x2 xn ) x n 1 ( x n 1 x n )
n 1
n (1) x ( x1 x n )
2
1 x ( x2 xn )
2
2 x n21 ( x n 1 x n ) .
n2 n2 n2
x
1 ( x1 x n ) x 2 ( x 2 x n ) x n 1 ( x n 1 x n )
1 1 1
x1 x2 x n 1
n 1
n (1) ( x1 x n )( x 2 x n ) ( x n 1 x n ) x 2
1 x 2
2 x n21
x1n 2 x 2n 2 x nn12
(1) n 1 ( x1 x n )( x 2 x n ) ( x n 1 x n ) n 1 .
n (1) n 1 (1) n 1 ( x n x1 )( x n x 2 ) ( x n x n 1 ) n 1
( x n x1 )( x n x 2 ) ( x n x n 1 ) n 1 .
40
Застосовуючи до визначника n 1 такі самі дії, як і до n ,
одержимо:
n 1 ( x n 1 x1 )( x n 1 x 2 ) ( x n 1 x n 2 ) n 2 ,
n ( x n x1 )( x n x 2 ) ( x n x n 1 )( x n 1 x1 )
( x n 1 x 2 ) ( x n 1 x n 2 ) n 2 .
Повторюючи ці міркування, виділимо, нарешті, множник
x 2 x1 , після чого дійдемо до визначника Вандермонда першого
порядку 1 1 .
Отож,
n ( x n x1 )( x n x 2 ) ( x n x n 1 )( x n 1 x1 )( x n 1 x 2 )
( x n 1 x n 2 ) ( x3 x1 )( x3 x 2 )( x 2 x1 ) .
Коротко це можна записати так:
n ( xi x j ) .
i j
0 1 1 1
1 a1 0 0
( n 1) ( n 1)
a n (1) 1 0 a2 0
1 0 0 a n 1
1 1 1 1 0 1 1 1
a1 0 0 0 1 a1 0 0
n2 2n2
(1) 0 a2 0 0 a n (1) 1 0 a2 0 .
0 0 a n 1 0 1 0 0 a n 1
(1) 2 n 3 a1 a 2 a n 1 a n n 1 .
42
n a1 a 2 a n 1 a n n 1 .
0 1
Зауважимо, що 1 1 ,
1 a1
1 1
2 a1 a 2 1 a1 a 2 a1 a 2 ,
a 2 a1
3 a1 a 2 a3 (a1 a 2 ) a1 a 2 a1 a3 a 2 a3
1 1 1
a1 a 2 a3 .
a3 a 2 a1
Аналогічно
1 1 1
n a1 a 2 a n .
a1 a 2 an
Задачі
Обчислити визначники:
1 1 1 1 2 5 1 2
1 1 1 1 3 7 1 4
4.1. а) ; б) .
1 1 1 1 5 9 2 7
1 1 1 1 4 6 1 2
0 1 1 1 3 9 3 6
1 0 1 1 5 8 2 7
4.2. а) ; б) .
1 1 0 1 4 5 3 2
1 1 1 0 7 8 4 5
43
Обчислити визначники зведенням до трикутного вигляду:
1 1 1 1 1 2 3 n
1 a2 1 1 1 0 3 n
4.3. 1 1 a3 1 . 4.4. 1 2 0 n .
1 1 1 an 1 2 3 n
4.5. Обчислити визначник порядку n , елементи якого задані
умовами aij min{i, j} .
4.6. Обчислити визначник порядку n , елементи якого задані
умовами aij max{i, j} .
Обчислити визначники:
1 2 3 n 1 n
1 x 0 0 0
0 1 x 0 0
4.9. n .
0 0 0 x 0
0 0 0 1 x
44
x y 0 0 0
0 x y 0 0
0 0 x 0 0
4.10. n .
0 0 0 x y
y 0 0 0 x
§ 5. Обернена матриця
Теоретичні відомості
Матриця n – го порядку A 1 називається оберненою до квадрат-
ної матриці n – го порядку A , якщо A A 1 A 1 A E .
Матриця, визначник якої дорівнює нулю, називається виродже-
ною, матриця, визначник якої не дорівнює нулю, називається неви-
родженою.
Матриця A має обернену тоді і тільки тоді, коли вона є неви-
родженою.
Обернену матрицю шукають за формулою:
A11 A21 An1
1 1 A12 A22 An 2
A
1
( Aij )
T
,
det A det A
A A2 n Ann
1n
де Ai j – алгебричні доповнення елементів aij матриці A .
45
Для довільних матриць A та B і для довільного числа
правильні такі рівності:
1) ( AB) 1 B 1 A 1 ;
2) ( A n ) 1 ( A 1 ) n ;
1
3) (A) 1 A 1 ;
4) ( AT ) 1 ( A 1 ) T .
Рівняння вигляду A X B , X A B та A X B C , де A , B ,
C – відомі матриці; X – невідома матриця відповідних розмірів,
називаються матричними рівняннями.
Для того, щоб розв’язати матричне рівняння, його треба домно-
жити на відповідну обернену матрицю справа чи зліва, тобто, розв’я-
зок рівняння A X B обчислюємо за формулою X A 1 B , рівняння
X A B – за формулою X BA 1 , а рівняння A X B C за форму-
лою X A 1CB 1 .
За допомогою матричного методу можна розв’язувати системи
лінійних рівнянь. Для цього систему записують у матрично-векторно-
му вигляді A x b , де A – основна матриця системи, x – стовпець
невідомих, b – стовпець вільних членів. Тоді x A 1b .
46
2 0 1 3
A11 (1)11 26 , A21 (1) 21 22 ,
3 13 3 13
3 0 2 3
A12 (1)1 2 39 , A22 (1) 2 2 32 ,
2 13 2 13
3 2 2 1
A13 (1)13 5, A23 (1) 23 4 ,
2 3 2 3
1 3
A31 (1) 31 6 ,
2 0
2 3
A32 (1) 3 2 9,
3 0
2 1
A33 (1) 33 1.
3 2
26 22 6
1
Отже, A 1 39 32 9 .
2
5 4 1
47
зручно виконувати над матрицею ( A | E ) , звівши її елементар-
ними перетвореннями рядків до матриці ( E | A 1 )
1 0 0 0 1 0 0 0
0 0 1 0 0 1 0 0
( A | E) .
4 3 2 1 0 0 1 0
0 1 0 0 0 0 0 1
Поміняємо місцями четвертий і третій рядки, а потім
другий і третій рядки
1 0 0 0 1 0 0 0
0 1 0 0 0 0 0 1
( A | E) ~ .
0 0 1 0 0 1 0 0
4 3 2 1 0 0 1 0
Елементи першого рядка помножимо на (4) , додамо до
відповідних елементів четвертого рядка, потім елементи другого
рядка помножимо на (3) та додамо до відповідних елементів
четвертого рядка, елементи третього рядка помножимо на (2) ,
додамо до відповідних елементів четвертого рядка
1 0 0 0 1 0 0 0
0 1 0 0 0 0 0 1
( A | E) ~ .
0 0 1 0 0 1 0 0
0 0 0 1 4 2 1 3
1 0 0 0
0 0 0 1
Отже, A 1 .
0 1 0 0
4 2 1 3
48
Приклад 3. Нехай матриця A M n (R ) , для якої
A 2 A E 0 . Довести, що det A 0 і знайти A 1 .
Розв’язування. З рівності A 2 A E 0 випливає, що
A( A E ) E . Використовуючи теорему про визначник добутку
матриць, отримуємо, що det A det( A E ) det E 1 , тому
det A 0 . З рівностей A( A E ) E та ( A E ) A E отримуємо,
що A 1 A E .
Приклад 4. Розв’язати матричні рівняння A X B і
2 5 4 6
Y A B , якщо A , B .
1 3 2 1
Розв’язування. Розв’язок рівняння A X B знаходимо за
формулою X A 1 B . Обчислимо матрицю A 1
det A 6 5 1 , A11 3 , A12 1 , A21 5 , A22 2 .
3 5
Отже, A 1 .
1 2
3 5 4 6 2 23
X .
1 2 2 1 0 8
Розв’язок рівняння Y A B обчислюємо за формулою
Y BA 1
4 6 3 5 18 32
Y .
2 1 1 2 5 8
Приклад 5. Розв’язати матричне рівняння
1 0 1
1 2 1 0 3
X 2 0 3 .
0 2 0 1 0 2 1 2
49
Розв’язування. Рівняння вигляду A X B C розв’язуємо
1 0 1
1 1 1 2
за формулою X A CB , де A , B 2 0 3 ,
0 2 0 1 0
1 0 3
C .
2 1 2
Обчислимо матрицю A 1
det A 2 0 2 , A11 2 , A12 0 , A21 2 , A22 1 .
1 2 2
Отже, A 1 .
2 0 1
50
3 1 0
1
Отже, B 1 0 0 1 .
1
2 1 0
Тепер обчислимо матрицю X
3 1 0
1 2 2 1 0 3
X 0 0 1
2 0 1 2 1 2
2 1 0
3 1 0
1 6 2 2 1 22 8 2
0 0 1 .
2 2 1 2 2 2 0 1
2 1 0
11 4 1
Отже, X .
1 0 1/ 2
Приклад 6. Розв’язати систему лінійних рівнянь
матричним методом
x1 3 x 2 2 x3 5,
2 x1 4 x 2 x3 5,
3 x 3 x x 4.
1 2 3
51
A11 1 , A12 5 , A13 18 , A21 3 , A22 5 ,
1 3 5
1
Отже, A 1 5 5 5 .
20
18 6 10
1 3 5 5 40 2
1 1
Тоді x 5 5 5 5 20 1 .
20 20 100 5
18 6 10 4
x1 2
Оскільки x 2 1 , то x1 2 , x 2 1 , x3 5 .
x 5
3
Задачі
52
0 0 1 2 1 1 1 1
1 0 0 3 0 1 1 1
5.3. . 5.4. .
0 0 0 1 0 0 1 1
0 1 0 4 0 0 0 1
53
x1 2 x 2 2 x3 6,
5.12. 2 x1 x 2 2 x3 3,
2 x 2 x x 3.
1 2 3
Теоретичні відомості
Арифметичним лінійним простором розміру n , ( n N ) нази-
вається множина всіх впорядкованих сукупностей із n дійсних чисел.
Такі n чисел називають векторами і позначають
x1
x2
x або x ( x1 , x 2 , , x n ) .
x
n
Сам простір R n називають також векторним n – вимірним
простором над R . Числа xi , i 1, 2, , n із вектора-стовпця чи
вектора-рядка називаються координатами вектора x .
Вектори a R n та b R n називаються рівними, якщо рівні їхні
відповідні координати.
54
Сумою векторів a та b із R n називається вектор, координата-
ми якого є суми відповідних координат векторів a та b .
Добутком вектора a R n на число R називається вектор,
координатами якого є добутки числа і відповідних координат
вектора a .
Лінійною комбінацією системи векторів a1 , a 2 ,, a k R n на-
зивається вектор a 1 a1 2 a 2 k a k , де 1 , 2 ,, k R .
Система векторів a1 , a 2 ,, a k R n називається лінійно залеж-
ною, якщо існують такі 1 , 2 ,, k R , що не всі одночасно дорів-
нюють нулю, для яких правильною є рівність
1 a1 2 a 2 k a k 0 .
Система векторів a1 , a 2 ,, a k R n називається лінійно неза-
лежною, якщо рівність 1 a1 2 a 2 k a k 0 правильна лише
тоді, коли всі i 0 , ( i 1, 2, , k ). Тобто, система векторів
a1 , a 2 ,, a k R n є лінійно незалежною тоді і тільки тоді, коли з
рівності 1 a1 2 a 2 k a k 0 випливає, що 1 2 k 0 .
Рангом матриці A розміру m n по стовпцях (по рядках)
називається максимальна кількість лінійно незалежних стовпців
(рядків) цієї матриці, тобто таке число r , що:
а) існує лінійно незалежна система з r стовпців (рядків) матриці
A;
б) кожна система з більшої кількості стовпців (рядків) лінійно
залежна.
Рангом матриці A по мінорах називається максимальний по-
рядок відмінних від нуля мінорів матриці A , тобто таке число r , що:
а) існує мінор r – го порядку, відмінний від нуля, тобто визнач-
ник, складений із елементів матриці A , які лежать на перетині r
рядків і r стовпців;
б) всі мінори порядку s ( r s ) дорівнюють нулю.
Ранги матриці по рядках, по стовпцях і по мінорах рівні між
собою. Ранг матриці A позначається rangA .
55
Для обчислення рангу матриці використовують два методи.
1. Метод облямування мінорів.
Застосовуючи цей метод, використовують поняття базового
мінора.
Базовим мінором називається мінор максимального порядку,
відмінний від нуля.
Базових мінорів може бути багато, але всі вони мають одна-
ковий порядок.
Стовпці, які входять у базовий мінор, лінійно незалежні, а всі
інші стовпці матриці – лінійні комбінації цих базових стовпців.
Якщо всі мінори, які облямовують відмінний від нуля мінор r –
го порядку матриці A , дорівнюють нулю, то всі мінори (r 1) – го
порядку матриці A дорівнюють нулю, тобто цей мінор r – го порядку
є базовим.
Отже, rangA – це порядок базового мінора матриці A .
2. Метод елементарних перетворень.
Оскільки ранг східчастої матриці дорівнює кількості її ненульо-
вих рядків і при виконанні елементарних перетворень ранг матриці не
змінюється, то, щоб знайти ранг матриці, треба її звести до
східчастого вигляду і порахувати кількість ненульових рядків цієї
східчастої матриці.
56
1 , 2 , 3 , за яких ця лінійна комбінація дорівнює нульовому
вектору. Отже, 1 a1 2 a 2 3 a3 0 , тобто
1 2 3 0
1 2 2 5 3 7 0 .
3 7 10 0
Звідси за теоремою про координати отримуємо систему
лінійних однорідних рівнянь
1 2 2 33 0,
21 5 2 73 0,
3 7 10 0.
1 2 3
57
вільну частину) цієї системи векторів ai1 , ai2 , , ais , s k . Дове-
демо, що вона лінійно незалежна. Припустимо, що підсистема
ai1 , ai2 , , ais лінійно залежна, тоді існують такі i1 , i2 , , is ,
не всі одночасно дорівнюють нулю, що
i1 ai1 i2 ai2 is ais 0 .
Без обмеження загальності припустимо, що i1 0 . Тоді
1 a1 i1 ai1 i2 ai2 is ais k a k 0 .
Оскільки i1 0 , то система векторів a1 , a 2 ,, a k лінійно
залежна, а це суперечить умові. Отже, наше припущення непра-
вильне. Тому довільна підсистема лінійно незалежної системи
векторів сама є лінійно незалежною.
Приклад 3. Знайти ранг матриці методом облямування
мінорів
3 1 3 2 5
7 5 1 4 1
A .
4 0 7 3 11
1 3 5 0 7
Розв’язування. Очевидно, що існують ненульові мінори
першого та другого порядку, наприклад,
3 1
1 | 3 | 3 , 2 8.
7 5
Обчислимо мінори третього порядку, які облямовують цей
мінор другого порядку, поки не знайдемо серед них ненульовий
мінор
3 1 3
7 5 1 105 4 0 60 0 49 0 ,
4 0 7
58
3 1 2
7 5 4 45 16 0 40 21 0 0 ,
4 0 3
3 1 5
3 7 5 1 165 4 0 100 77 0 8 0 .
4 0 11
3 1 3 5 1 3 5 7
7 5 1 1 7 5 1 1
4 0 7 11 4 0 7 11
1 3 5 7 3 1 3 5
1 3 5 7 1 3 5 7
0 16 36 50 0 8 19 25
(2) 3 2 0,
0 12 27 39 0 4 9 13
0 8 18 26 0 4 9 13
3 1 2 5 1 3 0 7
7 5 4 1 7 5 4 1
4 0 3 11 4 0 3 11
1 3 0 7 3 1 2 5
1 3 0 7 1 3 0 7
0 16 4 50 0 8 2 25
(2) 3 2 0.
0 12 3 39 0 4 1 13
0 8 2 26 0 4 1 13
59
Отже, ми знайшли відмінний від нуля мінор третього по-
рядку, а всі мінори четвертого порядку, які його облямовують,
дорівнюють нулю. Тому rang ( A) 3 .
Приклад 4. Обчислити ранг матриці методом елементар-
них перетворень
2 4 3 2
1 2 2 1
A .
3 6 5 3
4 8 3 4
Розв’язування. Зведемо матрицю A до східчастого вигляду
елементарними перетвореннями рядків
1 2 2 1 1 2 2 1 1 2 2 1
2 4 3 2 0 0 7 0 0 0 7 0
A~ ~ ~ .
3 6 5 3 0 0 11 0 0 0 0 0
4 8 3 4 0 0 5 0 0 0 0 0
Матриця A еквівалентна східчастій матриці, яка має два
ненульові рядки, тому rang ( A) 2 .
Приклад 5. Знайти ранг матриці A за різних значень
параметра
1 3 4 1
1 1 1 5
A .
4 3 4
1 1 7 7 3
Розв’язування. Зведемо матрицю A до східчастого вигля-
ду. Для цього спочатку поміняємо місцями перший і п’ятий та
другий і четвертий стовпці. Потім елементи першого рядка по-
множимо на (5) , додамо до відповідних елементів другого ряд-
60
ка, елементи першого рядка помножимо на 4 та додамо до від-
повідних елементів третього рядка, елементи першого рядка по-
множимо на 3 та додамо до відповідних елементів четвертого
рядка
1 4 3 1 1 4 3 1
5 1 1 1 0 19 16 5 1 5
A~ ~ .
4 3 4 0 19 16 4 5
3 7 7 1 1 0 19 16 4 1 3
Елементи другого рядка додамо до відповідних елементів
третього та четвертого рядків
1 4 3 1
0 19 16 5 1 5
A~ .
0 0 0 2 1 1
0 0 0 1 2 2
Поміняємо місцями третій та четвертий стовпці матриці
1 4 3 1
0 19 16 1 5 5
A~ .
0 0 0 1 2 1
0 0 0 2 2 1
Елементи третього рядка помножимо на (2 2 ) та дода-
мо до відповідних елементів четвертого рядка
1 4 3 1
0 19 16 1 5 5
A~ .
0 0 0 1 2 1
0 0 0 0 42 5 1
61
1
Якщо 42 5 1 0 , тобто 1 , , то східчаста
4
матриця, еквівалентна до матриці A , матиме чотири ненульові
рядки, якщо ж 42 5 1 0 , то у східчастій матриці
ненульових рядків буде три.
1 1
Отже, при 1 і rang ( A) 4 , при 1 або
4 4
rang ( A) 3 .
Задачі
62
6.5. Довести таке: якщо три вектори a1 , a 2 , a3 лінійно залежні і
вектор a3 не виражається лінійно через a1 , a 2 , то a1 a 2 .
6.6. Довести таке: якщо частина системи векторів лінійно залеж-
на, то і вся система лінійно залежна.
Знайти ранг матриці методом облямування мінорів:
1 3 5 1
2 1 3 4
6.7. A .
5 1 1 7
7 7 9 1
2 1 3 2 4
6.8. A 4 2 5 1 7 .
2 1 1 8 2
6.9. Знайти значення , за яких матриця A має найменший
ранг. Знайти ранг матриці A за різних значень :
3 1 1 4
4 10 1
A .
1 7 17 3
2 2 4 3
1 1 2
6.10. Чому дорівнює ранг матриці 2 1 5 за різних
1 10 6 1
значень ?
Обчислити ранг матриць методом елементарних пере-
творень:
1 2 3 3 1 2
3 4 7 1 2 5
6.11. . 6.12. .
4 5 9 1 5 8
5 6 11 4 1 7
63
1 2 3 4 4 3 2 1
6.13. 5 6 7 8 . 6.14. 1 2 3 4 .
9 10 11 12 2 1 2 7
Теоретичні відомості
Нехай задано систему лінійних рівнянь
a11 x 1 a12 x 2 ... a1n x n b1 ,
a x a x ... a x b ,
21 1 22 2 2n n 2
.............................................
a m1 x 1 a m 2 x 2 ... a mn x n bm .
Запишемо цю систему у матрично-векторному вигляді A x b ,
b1
b2
де A (aij ) – матриця системи розміру m n , b , aij , b j R ,
b
m
i 1, 2, , n , j 1, 2, , m .
Система лінійних рівнянь називається однорідною, якщо b 0 і
неоднорідною, якщо b 0 .
Правильна теорема Кронекера-Капеллі.
Система лінійних рівнянь сумісна тоді і тільки тоді, коли ранг
основної матриці системи дорівнює рангу її розширеної матриці,
тобто rangA rangA .
64
нути. Якщо r n m , то система є крамерівською і має один розв’я-
зок. Якщо ж r n , то для знаходження загального розв’язку системи
робимо такі кроки.
1. Знаходимо r базових рядків і стовпців матриці A . Нехай такими
будуть перші r рядків і перші r стовпців матриці.
2. Залишаємо лише ті рівняння, коефіцієнти яких входять до базових
рядків матриці, решту рівнянь відкидаємо.
3. Невідомі, коефіцієнти при яких входять у базовий мінор (вони
називаються основними), залишаємо зліва, а всі інші (які називаються
вільними) переносимо вправо.
4. Розв’язуючи отриману систему, одержимо загальний розв’язок, в
якому x1 , x 2 ,, x r залежать від (n r ) вільних невідомих.
Якщо вільним невідомим надавати довільних значень, то знайде-
мо частинні розв’язки системи.
Розглянемо систему лінійних рівнянь Ax 0 . Вона називається
зведеною стосовно системи A x b .
Система розв’язків u1 , u 2 , , u k однорідної системи Ax 0
називається фундаментальною, якщо вона лінійно незалежна і
кожний розв’язок системи Ax 0 лінійно виражається через вектори
u1 , u 2 , , u k .
Для довільної системи лінійних однорідних рівнянь Ax 0 з
рангом основної матриці r n існує фундаментальна система роз-
в’язків. Кількість розв’язків цієї системи дорівнює (n r ) . Знаходять
їх за описаною вище схемою шляхом надання вільним невідомим на i
– му кроці значень xr 1 xr i 1 0 , x r i 1 , xr i 1 xn 0 .
Загальний розв’язок однорідної системи лінійних рівнянь
Ax 0 набуває вигляду u c1u1 c 2 u 2 c n r u n r , де ci R .
Загальний розв’язок неоднорідної системи лінійних рівнянь
дорівнює сумі загального розв’язку зведеної однорідної системи та
частинного розв’язку неоднорідної системи, тобто
nr
x ci u i v .
i 1
65
Приклади розв’язування задач
Приклад 1. Дослідити сумісність, знайти загальний
розв’язок і один частковий розв’язок системи лінійних рівнянь
5 x1 4 x 2 x3 3 x 4 5,
2 x x x 4 x 2,
1 2 3 4
3
1 x 2 x 2 x 3 x 4 3,
x1 3 x 2 2 x3 2 x 4 4.
66
помножимо на 11 та додамо до відповідних елементів
четвертого рядка
1 3 2 2 4 1 3 2 2 4
0 1 1 0 2 0 1 1 0 2
A~ ~ .
0 0 0 5 5 0 0 0 1 1
0 0 0 7 7 0 0 0 0 0
1 3 2
0 1 0 1 0.
0 0 1
x1 3 x 2 2 x3 2 x 4 4,
x 2 x3 2,
x 1.
4
67
Приймемо x3 C , тоді x 2 C 2 , x1 C .
x1 C ,
x C 2,
Отже, 2 , де C R , – загальний розв’язок
x3 C ,
x 4 1,
системи лінійних рівнянь.
Щоб знайти частковий розв’язок цієї системи, приймемо,
наприклад, C 0 , тоді
x1 0,
x 2,
2
– частковий розв’язок системи лінійних рівнянь.
x3 0,
x 4 1
x1 x 2 5 x3 2 x 4 2,
x1 5 x 2 17 x3 2 x 4 10,
x x x 4 x 10.
1 2 3 4
1 1 5 2 2 1 1 5 2 2
A 1 5 17 2 10 ~ 0 4 12 4 12 .
1 1 1 4 10 0 2 6 2 12
68
1
Елементи другого рядка помножимо на , елементи
4
1
третього рядка помножимо на , потім до елементів третього
2
рядка додамо відповідні елементи другого рядка
1 1 5 2 2
A ~ 0 1 3 1 3 .
0 0 0 0 9
Оскільки ранг основної матриці системи rang ( A) 2 , а
ранг розширеної матриці rang ( A ) 3 , то за теоремою Кроне-
кера-Капеллі ця система лінійних рівнянь несумісна.
Отже, система лінійних рівнянь розв’язку не має.
Приклад 3. Дослідити систему лінійних рівнянь і знайти її
загальний розв’язок залежно від значення параметра
x1 x 2 x3 1,
x1 x 2 x3 ,
x x x 2 .
1 2 3
69
1 1 2
A ~ 0 1 1 2 .
0 1 1 2 1 3
До елементів третього рядка додамо відповідні елементи
другого рядка
1 1 2
A ~ 0 1 1 2
,
0 0 2 1
2 3 2
1 1 2
A ~ 0 1 ( 1) ( 1) .
0 0 ( 1)( 2) ( 1) 2 ( 1)
Якщо 1 , то розширена матриця системи лінійних
рівнянь набуде вигляду
1 1 1 1
A ~ 0 0 0 0 .
0 0 0 0
Тоді rang ( A) rang ( A ) 1 , система сумісна, є дві вільних
невідомих, наприклад, x 2 та x3 . Приймемо x 2 C1 , x3 C 2 ,
тоді x1 1 C1 C 2 .
Якщо 2 , то rang ( A) 2 , rang ( A ) 3 , за теоремою
Кронекера-Капеллі система лінійних рівнянь несумісна.
Якщо 1 і 2 , то rang ( A) rang ( A ) 3 , система
сумісна, визначена, розширена матриця системи лінійних
рівнянь набуде вигляду
1 1 2
A ~ 0 1 1 .
0 0 2 ( 1) 2
70
Запишемо еквівалентну систему лінійних рівнянь, яка
відповідає східчастій матриці
x1 x 2 x3 2 ,
x 2 x 3 ,
( 2) x ( 1) 2 .
3
( 1) 2
Тоді x3 ,
2
1
x 2 x 3 ,
2
1
x1 2 x 2 x3 .
2
x1 1 C1 C 2 ,
Отже, при 1 x 2 C1 , C1 , C 2 R .
x C ,
3 2
3 2
Приклад 4. Знайти фундаментальну систему розв’язків і
загальний розв’язок системи лінійних однорідних рівнянь
x1 2 x 2 3 x3 x 4 0,
2 x x 3 x x 0,
1 2 3 4
5 x1 4 x 2 9 x3 x 4 0,
4 x1 5 x 2 9 x3 x 4 0.
71
1 2 3 1 1 2 3 1 1 2 3 1
2 1 3 1 0 3 3 3 0 1 1 1
A ~ ~ .
5 4 9 1 0 6 6 6 0 0 0 0
4 5 9 1 0 3 3 3 0 0 0 0
1 2
Мінор 1 0 , він є базовим, тому x3 , x 4 – вільні
0 1
невідомі.
Запишемо еквівалентну систему лінійних рівнянь, яка
відповідає східчастій матриці
x1 2 x 2 3 x3 x 4 0,
x 2 x 3 x 4 0.
Тоді
x1 2 x 2 3 x3 x 4 ,
x 2 x3 x 4 .
Щоб знайти фундаментальну систему розв’язків, приймемо
спочатку x3 1 , x 4 0 , знайдемо з одержаної системи x 2 1 ,
1
1
x1 1 , отримаємо вектор u1 . Потім приймемо x3 0 ,
1
0
x 4 1 , і, знайшовши з системи x 2 1 , x1 1 , одержимо вектор
1
1
u2 .
0
1
72
1 1
1 1
Отже, u1 , u 2 – фундаментальна система роз-
1 0
0 1
в’язків системи лінійних однорідних рівнянь, x C1u1 C 2 u 2 , де
C1 , C 2 R , – загальний розв’язок системи лінійних рівнянь.
x1 x 2 x3 x 4 2 x5 0,
2 x x x x x 1,
1 2 3 4 5
3
1 x 3 x 2 3 x 3 3 x 4 4 x 5 2,
4 x1 5 x 2 5 x3 5 x 4 7 x5 3.
1 1 1 1 2 0 1 1 1 1 2 0
2 1 1 1 1 1 0 3 3 3 5 1
A ~ ~
3 3 3 3 4 2 0 6 6 6 10 2
4 5 5 5 7 3 0 9 9 9 15 3
1 1 1 1 2 0
0 3 3 3 5 1
~ .
0 0 0 0 0 0
0 0 0 0 0 0
73
Оскільки rang ( A) rang ( A ) 2 , то система сумісна, базо-
1 1
вий мінор 3 0 , тому x3 , x 4 , x5 – вільні невідомі.
0 3
x1 x 2 x3 x 4 2 x5 0,
3 x 2 3 x3 3 x 4 5 x5 0.
Тоді
x1 x 2 x3 x 4 2 x5 ,
3 x 2 3 x3 3 x 4 5 x5 .
Прийнявши x3 1 , x4 0 , x5 0 , одержимо x2 1 ,
0
1
x1 0 , тому вектор u1 1 . Якщо x3 0 , x 4 1 , x5 0 , то з
0
0
0
1
системи одержимо x 2 1 , x1 0 й отримаємо вектор u 2 0 .
1
0
74
Приймемо x3 0 , x 4 0 , x5 1 , тоді ожержимо x 2 5 / 3 ,
1/ 3
5 / 3
x1 1 / 3 і отримаємо вектор u 3 0 .
0
1
x1 x 2 x3 x 4 2 x5 0,
3 x 2 3 x3 3 x 4 5 x5 1.
0 0 1/ 3 1 / 3
1 1 5 / 3 1 / 3
u1 1 , u 2 0 , u 3 0 , v 0 .
0 1 0 0
0 0 1 0
75
Задачі
3 x1 4 x 2 x3 2 x 4 3,
в) 6 x1 8 x 2 2 x3 5 x 4 7,
9 x 12 x 3 x 10 x 13.
1 2 3 4
2 x1 3 x 2 5 x3 7 x 4 1, x1 2 x 2 3 x3 4 x 4 10,
7.2. а) 4 x1 6 x 2 2 x3 3 x 4 2, б) 2 x1 4 x 2 x3 3 x 4 4,
2 x 3 x 11x 15 x 1; 3 x 6 x 4 x x 2;
1 2 3 4 1 2 3 4
3 x1 x 2 x3 x 4 2,
в) 4 x1 3 x 2 2 x3 5 x 4 4,
x 4 x x 4 x 2.
1 2 3 4
76
2 x1 5 x 2 x3 3 x 4 2, 2 x1 x 2 3 x3 4 x 4 5,
4 x 6 x 3 x 5 x 4, 4 x 2 x 5 x 6 x 7,
7.4. а) 1 2 3 4
б) 1 2 3 4
4
1 x 14 x 2 x 3 7 x 4 4, 6
1 x 3 x 2 7 x 3 8 x 4 9,
2 x1 3 x 2 3 x3 x 4 7; x1 4 x 2 9 x3 10 x 4 11.
x1 x 2 x3 x 4 0,
3 x x 3 x x 0,
б) 1 2 3 4
4 x1 2 x 2 2 x3 0,
5 x1 3 x 2 x3 x 4 0.
x1 2 x 2 4 x3 3 x 4 0,
3 x 5 x 6 x 4 x 0,
7.6. а) 1 2 3 4
4 x1 5 x 2 2 x3 3 x 4 0,
3 x1 8 x 2 24 x3 19 x 4 0;
2 x1 4 x 2 5 x3 3 x 4 0,
б) 3 x1 6 x 2 4 x3 2 x 4 0,
4 x 8 x 17 x 11x 0.
1 2 3 4
77
РОЗДІЛ II. АЛГЕБРИЧНІ СТРУКТУРИ
(ГРУПИ, КІЛЬЦЯ, ПОЛЯ)
§ 8. Групи та підгрупи
Теоретичні відомості
Кажуть, що на множині M задана алгебрична операція, якщо
кожній впорядкованій парі елементів з множини M ставиться у
відповідність за деяким правилом єдиний елемент з множини M .
Тобто, алгебрична операція – це таке відображення
: M M M , що для довільного (a, b) M M існує єдиний такий
елемент c M , що c a b . Елемент c називається композицією
елементів a і b , а алгебричну операцію називають ще законом
композиції.
Алгебрична операція , задана на множині M , називається асо-
ціативною, якщо для довільних елементів a, b, c M виконується
рівність (a b) c a (b c) і комутативною, якщо для довільних
елементів a, b M правильна рівність a b b a .
Якщо для довільних елементів a, b, c M виконується рівність
a (b c) (a b) (a c) , то алгебрична операція називається ди-
стрибутивною стосовно операції .
Непорожня множина G , на якій визначено алгебричну операцію
, називається групою, якщо виконуються такі умови:
1) для довільних a, b, c G (a b) c a (b c) ;
2) існує таке e G , що для всіх a G a e e a a ;
3) для довільного a G існує таке a 1 G , що
a a 1 a 1 a e .
78
Якщо алгебрична операція, задана на групі G , є комутативною,
то група називається абелевою.
Розглянемо приклади груп.
Множини Z, Q, R стосовно операції додавання є абелевими
групами.
Множини Q \ {0} та R \ {0} стосовно операції множення є
абелевими групами.
Множина G R n стосовно операції додавання векторів є
абелевою групою.
Множина матриць
a b
G a, b, c R , a 0, c 0
0 c
є групою стосовно операції множення матриць, проте ця група не є
абелевою.
Множина всіх невироджених матриць n – го порядку GLn (R ) є
групою стосовно множення, яка називається повною лінійною групою.
Непорожня підмножина H групи G називається підгрупою гру-
пи G , якщо H сама є групою стосовно алгебричної операції, визначе-
ної на групі G .
Правильним є критерій підгрупи.
Для того, щоб непорожня підмножина H групи G була підгру-
пою групи G , необхідно і достатньо, щоб виконувалися такі умови:
1) для довільних a, b H елемент ab H ;
79
Підгрупою повної лінійної групи GLn (R ) невироджених мат-
риць стосовно операції множення є множина
SLn (R ) A GLn (R ) | det A 1 ,
яка називається спеціальною лінійною групою.
Нехай G – деяка група і елемент a G . Позначимо
a a k | k Z. Множина a є підгрупою групи G , яка нази-
вається циклічною підгрупою, породженою елементом a . Сам еле-
мент a називається твірним елементом циклічної підгрупи a .
Група G називається циклічною, якщо вона збігається з однією
зі своїх циклічних підгруп a .
Порядком елемента g групи G називається найменше додатне
число k , для якого g k e , це позначають так: o( g ) k .
Група G називається скінченною, якщо кількість її елементів
(порядок групи) скінченна.
Для таких груп справджується теорема Лагранжа.
Порядок кожної підгрупи скінченної групи є дільником порядку
групи.
Порядок кожного елемента скінченної групи є дільником поряд-
ку групи, тобто, якщо g G , то o( g ) | G | .
80
Множина AutM є групою стосовно композиції відображень на
множині M .
Розглянемо випадок M {1, 2, , n} . Відображення f : M M
ставить у відповідність елементам з множини M елементи з деякої
перестановки {i1 , i2 ,, in } на цій множині. Таке відображення скін-
ченної множини M на себе називається підстановкою. Записують
підстановку так:
1 2 n
f ,
i1 i2 in
розуміючи, що f (1) i1 , f (2) i2 , , f (n) in .
Очевидно, що кількість різних підстановок на множині з n
елементів дорівнює n! 1 2 n . Множину всіх підстановок на
множині M {1, 2, , n} позначають S n .
Множина S n є групою, яка називається симетричною групою n
– го степеня.
Множення елементів у групі S n виконуватимемо так, що добут-
ком підстановок
1 2 n i i2 in
f і g 1
i1 i2 in j1 j 2 j n
1 2 n
буде підстановка g f .
j1 j 2 j n
Оберненою підстановкою до підстановки
1 2 n i i in
f є f 1 1 2 .
i1 i2 in 1 2 n
Циклом довжини s ( s n ) називають підстановку
i i2 is m k
(i1 , i2 , , i s ) 1 ,
i2 i3 i1 m k
81
Кожна підстановка з S n розкладається в добуток незалежних
циклів.
Цикл довжини два називається транспозицією.
Кожну підстановку можна розкласти в добуток транспозицій,
розклавши цикл довжини s , наприклад, так:
(i1 , i2 ,is ) (i1 , is )(i1 , i s 1 ),, (i1 , i3 )(i1 , i2 ) .
Таке розкладення неоднозначне.
Підстановка f S n називається парною, якщо вона розклада-
ється в парну кількість транспозицій.
За критерієм підгрупи легко перевірити, що підмножина всіх
парних підстановок із групи S n утворює підгрупу, яка називається
n!
знакозмінною та позначається An . Очевидно, що | An | .
2
Нехай маємо дві групи G1 стосовно операції та G2 з опера-
цією . Групи G1 та G2 називаються ізоморфними, якщо існує таке
бієктивне відображення f : G1 G 2 , що для довільних елементів
a, b G1 виконується f (a b) f (a) f (b) . Саме відображення f на-
зивається ізоморфізмом.
Справджується теорема Келі.
Кожна скінченна група порядку n ізоморфна деякій підгрупі
групи S n .
82
3. Множина цілочисельних невироджених матриць стосовно
додавання.
4. Множина цілочисельних невироджених матриць стосовно
множення.
5. Множина дійсних верхніх трикутних матриць стосовно
множення.
Розв’язування. Використовуючи властивості матриць, які
вивчали в розділі І, означення алгебричної операції і аксіоми 1-3
групи, легко перевірити таке.
1. Очевидно, що сума симетричних (кососиметричних) матриць
є симетричною (кососиметричною) матрицею, тому додавання є
алгебричною операцією на цій множині, ця операція комута-
тивна й асоціативна. Нульова матриця – симетрична (кососи-
метрична), матриця ( A) є симетричною (кососиметричною)
для кожної матриці A з заданої множини, тому множина симет-
ричних (кососиметричних) матриць є абелевою групою стосовно
додавання.
2. Оскільки добуток дійсних симетричних (кососиметричних)
матриць не є симетричною (кососиметричною) матрицею для
всіх матриць із цієї множини, то множення матриць не є ал-
гебричною операцією на цій множині. Отже, множина симет-
ричних (кососиметричних) матриць не є групою стосовно
множення.
3. Множина цілочисельних невироджених матриць не є групою
стосовно додавання, оскільки сума невироджених матриць може
бути виродженою матрицею.
4. Множина цілочисельних невироджених матриць не є групою
стосовно множення, оскільки обернена матриця до матриці з цієї
множини може бути не цілочисельною.
5. Множина дійсних верхніх трикутних матриць стосовно
множення не є групою, оскільки обернена матриця до верхньої
трикутної матриці не завжди належить цій множині.
83
Приклад 2. Знайти всі підгрупи в таких групах.
1. Адитивна група Z .
2. Симетрична група S 3 .
Розв’язування.
1. Нехай Z – група стосовно додавання цілих чисел. Якщо
деяке число n належить підгрупі H групи Z , то разом з ним H
містить 0 та (n) . За критерієм підгрупи
nn kn та (n) (n) kn ,
k k
84
Отож, H 1 { , e} {e, (1, 2)} .
Аналогічно одержують ще дві підгрупи другого порядку
H 2 {e, (1, 3)} і H 3 {e, (2, 3)} .
1 2 3 4 5 1 2 3 4 5
x .
3 4 5 2 1 2 3 4 5 1
Розв’язування. Запишемо це рівняння у вигляді x .
Тоді x 1 , причому зауважимо, що група S 5 некомутатив-
на, тому домножувати рівність x на 1 треба справа.
Знайдемо 1
1
1 2 3 4 5 1 2 3 4 5
1
.
3 4 5 2 1 5 4 1 2 3
Тому
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
x .
2 3 4 5 1 5 4 1 2 3 1 5 2 3 4
Приклад 4. Знайти порядки твірних елементів g у групах і
відповідні циклічні підгрупи.
1. g 4 Z10 .
1 2 3 4 5
2. g S 5 .
4 5 2 1 3
85
0 0 1
3. g 1 0 0 GL3 (R ) .
0 1 0
Розв’язування.
1. У групі Z10 0, 1, 2, 3, 4, 5, 6, 7 , 8, 9 отримаємо:
4 4 8, 4 4 4 2, 4 4 4 4 6 , 4 4 4 4 4 0 .
Отже, o( 4) 5 . Циклічна підгрупа
4 4, 8, 2, 6, 0 0, 2, 4, 6, 8.
1 2 3 4 5
2. Підстановку g розкладемо в добуток
4 5 2 1 3
циклів g (1, 4)(2, 5, 3) довжини два та три. Тому найменшим
степенем k , за якого g k e буде найменше спільне кратне
чисел 2 і 3, тобто, o( g ) 6 , а циклічна підгрупа
g {g , g 2 , g 3 , g 4 , g 5 , g 6 e} .
0 0 1
3. Перемножуючи матрицю A 1 0 0 на себе послідов-
0 1 0
но, знайдемо
0 1 0 1 0 0
A2 0 0 1 , A3 0 1 0 E ,
1 0 0 0 0 1
0 0 1 0 1 0
A4 A 1 0 0 , A 5 A 2 0 0 1 ,
0 1 0 1 0 0
1 0 0
A6 0 1 0 E .
0 0 1
86
Тому o( g ) o( A) 6 , а циклічна підгрупа
g A { A, A 2 , A 3 , A 4 , A 5 , E} .
Приклад 5. Які з циклічних груп g , породжених
елементами g з прикладу 4, ізоморфні між собою?
Розв’язування. Всі циклічні групи з попереднього прикладу
скінченні:
G1 4 0, 2, 4, 6, 8,
1 2 3 4 5
G2 {g , g 2 , g 3 , g 4 , g 5 , e} , де g ,
4 5 2 1 3
0 0 1
G3 { A, A 2 , A 3 , A 4 , A 5 , E} , де A 1 0 0 .
0 1 0
Ізоморфними скінченними циклічними групами є групи
однакового порядку. Шуканим ізоморфізмом є бієктивне
відображення, за якого твірний елемент однієї групи переходить
у твірний елемент іншої групи. Отже, G2 G3 .
Приклад 5. Знайти всі ізоморфізми між адитивною групою
Z 4 та мультиплікативною групою Z *5 Z 5 \ {0} .
87
1 ( 3 ) 1 ( 1 2 ) 1 ( 1 ) 1 ( 2 ) 2 4 3 ,
1 ( 4 ) 1 ( 1 3 ) 1 ( 1 ) 1 ( 3 ) 2 3 1 .
Відображення 1 бієктивне, тому 1 – ізоморфізм груп.
Задачі
1 2 3 4 1 2 3 4
8.10. Для підстановок та
2 4 3 1 2 3 4 1
знайти , , 1 , 1 .
89
1 2 3 4 5 6 7 8
8.12. .
4 6 8 7 3 2 1 5
8.13. Знайти 100 , якщо (1, 2) (1, 3) .
8.14. Знайти підстановку X , якщо
1 2 3 4 1 2 3 4 1 2 3 4
X .
3 4 1 2 3 1 2 4 2 3 4 1
90
§ 9. Кільця та поля
Теоретичні відомості
Непорожня множина K , на якій визначено дві алгебричні
операції та , називається кільцем, якщо для довільних a, b, c K
виконуються такі умови:
1) ab ba;
2) ( a b ) c a (b c ) ;
3) 0 K a K a 0 0 a a ;
4) a K ( a) K a (a ) (a) a 0 ;
5) (ab)c a (bc) ;
6) (a b)c ac bc і a(b c) ab ac .
Тобто, непорожня множина K є кільцем стосовно алгебричних
операцій та , якщо K – абелева група стосовно додавання, опера-
ція множення асоціативна й операція множення дистрибутивна сто-
совно додавання.
Якщо операція множення комутативна, то кільце K називається
комутативним.
Якщо кількість елементів кільця скінченна, то кільце назива-
ється скінченним.
Множини цілих, раціональних і дійсних чисел Z , Q та R є
кільцями стосовно операцій додавання та множення.
Кільце утворює множина M n (R ) квадратних матриць n – го по-
рядку, елементами яких є дійсні числа. Зауважимо, що кільце M n ( R )
некомутативне.
Прикладом скінченного кільця є кільце Z m класів лишків від
ділення цілих чисел на число m , тобто Z m {0, 1 , 2, , m 1} .
Операція додавання в Z m визначена в § 8. Множення класів лишків
визначають так: k l r , де r – остача від ділення kl на m , тобто
kl ms r , 0 r m 1 .
91
Якщо в кільці K існує нейтральний елемент стосовно операції
множення, то K називається кільцем з одиницею.
Прикладом кільця без одиниці є кільце парних цілих чисел 2Z .
Елемент a K називається дільником одиниці, якщо існує та-
кий елемент b K , що ab 1 і ba 1 .
Наприклад, у кільці цілих чисел Z дільниками одиниці є числа 1
та -1. В кільці M n ( R ) дільниками одиниці є всі матриці з групи
GLn (R ) , тобто невироджені матриці.
92
Приклади розв’язування задач
Приклад 1. На множині K Z 2 пар цілих чисел задано
операції
(a, b) (c, d ) (a c, b d ) , (a, b) (c, d ) (ad bc, bd ) .
Чи є множина K кільцем стосовно цих операцій? Чи є в K
одиничний елемент? Чи є в K дільники нуля? Чи є K полем?
Розв’язування. Очевидно, що K є абелевою групою стосов-
но додавання, зокрема нульовим елементом є пара (0, 0) . Пере-
віримо асоціативність множення в K . Справді, для довільних
пар (a, b) , (c, d ) та (e, f ) отримаємо
((a, b)(c, d ))(e, f ) (ad bc, bd )(e, f ) (adf bcf bde, bdf ) ,
(a, b)((c, d )(e, f )) (a, b)(cf de, df ) (adf bcf bde, bdf ) .
Тому асоціативність множення виконується.
Перевіримо дистрибутивність операції множення стосовно
операції додавання
((a, b) (c, d ))(e, f ) (a c, b d )(e, f )
(af cf be de, bf df ) ,
(a, b)(e, f ) (c, d )(e, f ) (af be, bf ) (cf de, df )
(af cf be de, bf df ) .
Тому
((a, b) (c, d ))(e, f ) (a, b)(e, f ) (c, d )(e, f ) .
Аналогічно перевіряємо, що
(a, b)((c, d ) (e, f )) (a, b)(c, d ) (a, b)(e, f ) .
Отже, K Z 2 стосовно введених вище алгебричних
операцій є кільцем, очевидно, комутативним.
Одиницею в цьому кільці є пара (0, 1) . Справді, для довіль-
ної пари (a, b) K одержимо
(a, b)(0, 1) (a 1 b 0, b 1) (a, b) ,
(0, 1)(a, b) (0 b 1 a , 1 b) (a, b) .
93
Оскільки для ненульових елементів (a, 0) та (b, 0) отри-
маємо
(a, 0) (b, 0) (a 0 0 b, 0 0) (0, 0) ,
то в K є дільники нуля, тому K не є полем.
Приклад 2. Довести, що в кільці Z10 кожний ненульовий
елемент є або дільником нуля, або дільником одиниці.
Розв’язування. Z10 0, 1, 2, 3, 4, 5, 6, 7 , 8, 9.
Оскільки 2 5 0 , 4 5 0 , 6 5 0 , 8 5 0 , то класи 2 ,
4 , 5 , 6 , 8 є дільниками нуля. Клас 1 – дільник одиниці як
одиниця кільця. Оскільки 3 7 1 і 9 9 1 , то дільниками
одиниці є класи 3 , 7 , 9 .
Приклад 3. Довести, що множина матриць
a b
M , a, b Q
nb a
є полем за деяких n Z . За яких n Z множина M не є полем?
Розв’язування. Очевидно, що M є абелевою групою
стосовно додавання матриць. Оскільки
a b c d ac bnd ad bc
,
nb a nd c n (bc ad ) nbd ac
то множення матриць є алгебричною операцією на M , яка є
комутативною, асоціативною та дистрибутивною стовно дода-
1 0
вання. Матриця E M – одиничний елемент у мно-
0 1
жині M .
Нехай A – довільна ненульова матриця з множини M ,
тобто в A елементи a та b не є одночасно нулями. Тоді
a b
det A det a 2 nb 2 .
nb a
94
Якщо n Q , то a 2 nb 2 0 і для матриці A існує
обернена матриця A 1 . Тоді кільце M є полем.
a2 a
Оскільки з a 2 nb 2 0 одержуємо n 2
і n Q ,
b b
то за таких n множина M не є полем.
Задачі
96
§ 10. Поле комплексних чисел
Теоретичні відомості
Розглянемо множину C (a, b) | a, b R з такими аксіомами:
a c,
1) (a, b) (c, d ) тоді і тільки тоді, коли
b d ;
2) (a, b) (c, d ) (a c, b d ) ;
3) (a, b) (c, d ) (ac bd , ad bc) ;
4) (a, 0) a .
Аксіоми 1 – 3 – це введення на множині пар дійсних чисел
алгебричних операцій додавання та множення пар. Аксіомою 4 пари
вигляду (a, 0) C ототожнюють з дійсними числами, зокрема пару
(1, 0) з 1 R . Отже, R C , тобто поле дійсних чисел вкладається в
поле комплексних чисел.
Елемент (a, b) C можна зобразити так:
(a, b) ( a, 0) (0, b) (a, 0) (b, 0) (0, 1) a b(0, 1) .
97
Для того, щоб поділити комплекні числа, треба чисельник і зна-
менник домножити на спряжене число до знаменника, тобто, якщо
z1 a1 b1i , z 2 a 2 b2 i , то
z1 a b i (a b i )(a 2 b2 i ) a1 a 2 b1b2 b1 a 2 a1b2
1 1 1 1 i.
z 2 a 2 b2 i (a 2 b2 i )(a 2 b2 i ) a 22 b22 a 22 b22
Операція спряження має такі властивості.
1. z z 2 Re z .
2. z z 2i Im z .
3. z z .
4. Якщо z R , то z z .
5. z1 z 2 z1 z 2 .
6. z1 z 2 z1 z 2 .
z1 z1
7. .
z2 z2
Із комплексного числа, записаного в алгебричній формі, можна
добувати квадратні корені. Справді, нехай z a bi – довільне комп-
лексне число. Припустимо, що існує таке комплексне число u vi , що
a bi u vi , де a, b, u , v R . Тоді a bi (u vi ) 2 , тобто
a bi u 2 2uvi (vi ) 2 (u 2 v 2 ) 2uvi .
Тому
u 2 v 2 a, u 2 v 2 a,
або 2
2uv b u v a b .
2 2 2
Звідси випливає, що
a2 b2 a a2 b2 a
u , v .
2 2
Для знаходження u vi значення u і v , задані цими форму-
лами, не можна комбінувати довільно, оскільки згідно з формулою
2uv b знак добутку uv має збігатися зі знаком числа b .
Комплексному числу z a bi поставимо у відповідність точку
M (a; b) площини R 2 (рис. 2.1). Така відповідність бієктивна. По осі
98
Ox відкладаємо дійсну частину комплексного числа Re z , по осі Oy –
уявну частину Im z . Початку координат відповідає z 0 .
Спряженому комплексному числу z a bi відповідатиме точ-
ка, симетрична до точки M (a; b) стосовно дійсної осі.
y
b M (a; b)
O a x
Рис. 2.1
Модулем комплексного числа z a bi називається довжина
вектора OM , тобто r | OM | a 2 b 2 .
Аргументом комплексного числа z a bi називається кут
arg z між вектором OM і додатним напрямом осі Ox .
Очевидно, що аргумент комплексного числа визначається з
a
cos r
,
системи
b
sin .
r
Вважатимемо, що 0 2 .
Нехай задано два комплексні числа в алгебричній формі
z1 a1 b1i , z 2 a 2 b2 i . З’ясуємо геометричний зміст виразу
| z 2 z1 | . Оскільки z 2 z1 (a 2 a1 ) (b2 b1 )i , то
| z 2 z1 | (a 2 a1 ) 2 (b2 b1 ) 2 .
Тобто, | z 2 z1 | дорівнює відстані між точками (a1 , b1 ) і (a 2 , b2 ) , які
зображають камплексні числа z1 та z 2 .
99
Приклади розв’язування задач
(5 i )(7 6i )
Приклад 1. Обчислити вираз z .
3i
Розв’язування. Спочатку перемножимо числа в чисельнику,
пам’ятаючи, що i 2 1
(5 i )(7 6i ) 35 30i 7i 6 41 23i .
Тепер поділимо комплексні числа, домноживши чисельник
і знаменник на спряжене число до знаменника
41 23i (41 23i )(3 i ) 123 41i 69i 23
z 10 11i .
3i (3 i )(3 i ) 10
2014
1 i
Приклад 2. Обчислити .
1 i
Розв’язування. Спочатку обчислимо
1 i (1 i )(1 i ) 1 2i 1
i.
1 i (1 i )(1 i ) 2
Оскільки i 2 1 , то
2014
1 i
i 2014 (i 2 )1007 (1)1007 1 .
1 i
Приклад 3. Розв’язати рівняння z 3 z 1 2i .
Розв’язування. Нехай z x yi . Тоді z x yi , тому
отримуємо рівність x yi 3 x 3 yi 1 2i . Звідси
4 x 2 yi 1 2i . Комплексні числа рівні, якщо рівні,
відповідно, їхні дійсні та уявні частини. Тому одержуємо
4 x 1,
2 y 2.
1 1
Звідси x , y 1 , отже, z i .
4 4
100
Приклад 4. Розв’язати квадратне рівняння
(1 i ) z 2 iz 2 4i 0 .
Розв’язування. Обчислимо дискримінант
D i 2 4(1 i )(2 4i ) 1 4(2 4i 2i 4) 7 24i .
Тоді D 7 24i .
Нехай 7 24i u vi , тоді
7 24i (u vi) 2 (u 2 v 2 ) 2uvi .
Звідси
u 2 v 2 7,
2uv 24.
Піднісши обидва рівняння до квадрата і додавши їх,
отримуємо u 4 2u 2 v 2 b 4 625 . Отже,
u 2 v 2 7,
2
u v 25.
2
Тому u 4 , v 3 .
Отож, 7 24i 4 3i . Оскільки 2uv 24 , то або
D 7 24i 4 3i , або D 7 24i 4 3i .
Отже, розв’язками рівняння є
i 4 3i 4 4i 4(1 i )(1 i ) 2(1 2i 1)
z1 2i ,
2(1 i ) 2(1 i ) 2(1 i )(1 i ) 2
i 4 3i 4 2i (2 i )(1 i ) 2 3i 1 1 3
z2 i.
2(1 i ) 2(1 i ) (1 i )(1 i ) 2 2 2
101
Приклад 5. Серед усіх комплексних чисел z , які задоволь-
няють умову | z 25i | 15 , знайти число, яке має найбільший
аргумент.
Розв’язування. Зобразимо на комплексній площині множи-
ну всіх комплексних чисел, для яких | z 25i | 15 . Якщо
z x yi , то ця умова записується так:
x 2 ( y 25) 2 15 або x 2 ( y 25) 2 225 .
y
O 12
x
16 M ( x, y )
25 O
1
Рис. 2.2
102
Тобто, умову задачі задовольняють всі точки комплексної
площини (рис. 2.2), які лежать всередині кола з центом у точці
O1 (0, 25) радіуса 15, враховуючи саме коло
x 2 ( y 25) 2 15 2 .
На рис. 2.2 ця множина заштрихована.
Найбільший аргумент матиме точка M , яка належить
дотичній до кола, яка виходить з початку координат. Нагадаємо,
що 0 arg z 2 . Оскільки | OO1 | 25 , | O1 M | 15 , то
| OM | 25 2 15 2 20 , тому абсцису x точки M можна знай-
ти як висоту трикутника OO1 M з умови 25 x 20 15 , тобто
x 12 . Звідси y 20 2 12 2 16 .
Отже, шукане комплексне число z 12 16i .
Задачі
z1
10.1. Знайти z1 z 2 , z1 z 2 , , якщо z1 2 3i , z 2 1 2i .
z2
10.2. Знайти суму, добуток і частку комплексних чисел
z1 1 3i , z 2 3 i .
2
i7 2
10.3. Обчислити: а) i ; б) i14 2011
; в) .
11
1 i
2011 100
i 11 1 1 i
10.4. Обчислити: а) 9 ; б) .
i 1 1 i
10.5. Розв’язати рівняння:
а) x 2 2 x 2 0 ;
б) z 5 z ;
в) z 2 z z 8 4i ;
г) z | z 1 | i 0 .
103
10.6. Розв’язати рівняння:
а) z 2 z 1 ;
б) z 2 i ;
в) z | z | 2 z i 0 .
10.7. Знайти числа, які спряжені до свого квадрата.
10.8. Знайти числа, які спряжені до свого куба.
10.9. Розв’язати рівняння z 2 (2 i ) z (1 7i ) 0 .
10.10. Розв’язати рівняння z 2 (3 2i ) z (5 5i ) 0 .
Теоретичні відомості
Тригонометричною формою комплексного числа z називають
його запис у вигляді z r (cos i sin ) , де r | z | – модуль числа z ,
а arg z . Нагадаємо таке: якщо алгебрична форма z C набула
вигляду z x yi , то | z | x 2 y 2 , а аргумент числа z шукаємо з
системи рівнянь
104
x
cos | z | ,
y
sin .
|z|
Вважаємо, що 0 2 .
Нехай задано два комплексні числа в тригонометричній формі
z1 r1 (cos 1 i sin 1 ) та z 2 r2 (cos 2 i sin 2 ) . Тоді
z1 z 2 r1 r2 (cos(1 2 ) i sin(1 2 )).
Отже, при множенні двох комплексних чисел їхні модулі пере-
множуються, а аргументи додаються. Це правило можна узагальнити
для довільної скінченної кількості співмножників.
При діленні двох комплексних чисел їхні модулі діляться, а
аргументи віднімаються
z1 r1
cos(1 2 ) i sin(1 2 ) .
z 2 r2
Якщо за формулою множення комплексних чисел у триго-
нометричній формі множити n однакових комплексних чисел
z r (cos i sin ) , то одержимо формулу Муавра
z n r n (cos n i sin n ) .
Коренем n – го степеня ( n N ) з комплексного числа z нази-
вається таке число , що n z . Його позначають n z .
Нехай z r (cos i sin ) .
Якщо z 0 , то n
z 0.
Для z 0 існує n різних значень кореня n – го степеня, які
знаходимо за формулою
2k 2k
k n r cos i sin , k 0, 1, , n 1 .
n n
105
Розглянемо геометричний зміст кореня n – го степеня з комп-
лексного числа. Всі його значення мають однаковий модуль, а аргу-
2
менти одержують послідовним додаванням кута . Тому корені
n
0 , 1 ,, n 1 розміщені у вершинах правильного n -кутника.
Корені n – го степеня з одиниці можна знайти, використавши
попередню формулу, врахувавши, що 0 , r 1 . Тоді
2k 2k
k cos i sin , k 0, 1, , n 1 .
n n
Вони розміщені у вершинах правильного n -кутника.
Множина G всіх коренів n – го степеня з одиниці утворює абе-
леву групу стосовно множення.
Групу коренів n – го степеня з одиниці позначають C n . Напри-
клад, C 2 {1, 1} , C 4 {1, 1, i, i} .
Корінь n – го степеня з одиниці називається первісним, якщо
він не є коренем з одиниці ніякого меншого степеня.
2k 2k
Корінь k cos i sin є первісним тоді і тільки тоді,
n n
коли k взаємно просте з n .
Всі значення коренів n – го степеня з одиниці одержують як сте-
пені первісного кореня, тобто C k k – циклічна група, породже-
на первісним коренем. Наприклад, C 4 i .
106
1 1
а) Для z i отримаємо
2 2
2 2
1 1 1
| z | .
2 2 2
Тоді
1/ 2 2
cos ,
1/ 2 2
sin 1 / 2 2 .
1/ 2 2
5
Звідси .
4
1 5 5
Отже, z cos i sin .
2 4 4
1 i tg
б) Якщо z , то спочатку спростимо вираз z .
1 i tg
Отже,
sin
1 i
cos cos i sin (cos i sin ) 2
sin cos i sin (cos i sin )(cos i sin )
1 i
cos
(cos i sin ) 2
(cos i sin ) 2 .
cos sin
2 2
z 12 2
12 3 3
cos12 i sin 12
4 4
2 cos 9 i sin 9 2 64 .
6 6
30
3i
Приклад 3. Обчислити .
1 i
Розв’язування. На відміну від попереднього прикладу тепер
обчислимо тригонометричні форми чисельника z1 3 i та
знаменника z 2 1 i .
108
тобто , то
6
z1 2 cos i sin .
6 6
Аналогічно | z 2 | 1 1 2 і з системи
1
cos 2 ,
1
sin ,
2
7
отримуємо , тобто
4
7 7
z 2 2 cos i sin .
4 4
При діленні двох комплексних чисел їхні модулі діляться, а
аргументи віднімаються. Тому
z1 2 7 7
cos i sin
z2 2 6 4 6 4
19 19 5 5
2 cos i sin 2 cos i sin .
12 12 12 12
Звідси
30
3i
1 i 230
cos 30
5
i sin 30
12
5
12
25 25 15
215 cos i sin 2 cos i sin
2 2 2 2
2 (0 1i ) 2 i .
15 15
109
Приклад 4. Обчислити 4
72(1 3i ) .
Розв’язування. Запишемо в тригонометричній формі число
z 72(1 3i ) .
Отже, | z | 72 1 3 144 ,
72 1
cos 144 2 ,
sin 72 3 3 .
144 2
2
Звідси . Тому
3
2 2
z 144 cos i sin .
3 3
Отже,
2 2
2k 2k
4
72(1 3i ) 4 144 cos 3 i sin 3 ,
4 4
k 0, 1, 2, 3 .
2 2
0 2 3 cos i sin 2 3 cos i sin
12 12 6 6
3 1
2 3 i 3 3i ,
2 2
2 2 1 3
1 2 3 cos i sin 2 3 i 3 3i ,
3 3 2 2
14 14 3 1
2 2 3 cos i sin 2 3 i 3 3i ,
12 12 2 2
110
20 20 1 3
3 2 3 cos i sin 2 3 i 3 3i .
12 12 2 2
8
Приклад 5. Знайти всі значення 1 , тобто групу C 8 .
Знайти всі підгрупи групи C 8 . Виділити первісні корені та
довести, що вони є твірними елементами для C 8 , а всі інші –
твірні елементи деяких підгруп цієї групи.
2 2 2 2
0 1, 1 i , 2 i, 3 i , 4 1 ,
2 2 2 2
2 2 2 2
5 i , 6 i , 7 i .
2 2 2 2
Множина всіх коренів восьмого степеня з одиниці утворює
групу
C 8 { 0 , 1 , 2 , 3 , 4 , 5 , 6 , 7 } .
111
Задачі
11.5. Обчислити:
а) 1 i 3 60
;
1 i 3
б)
1 i
.
6
11.6. Обчислити: а) 3 3i 12
;
1 i
б) .
1 3i
Знайти корені:
11.7. а) 3
i ; б) 6
27 ; в) 4
8 3i 8 .
11.8. а) 3
64 ; б) 6
i; в) 4
4 .
1 3
11.9. Знаючи, що i є одним із значень 4 z , знайти всі
2 2
інші значення 4 z .
11.10. Знайти суму всіх коренів третього степеня з z i.
11.11. Вивести формули для cos 3 та sin 3 , застосувавши
формулу Муавра.
11.12. Вивести формули для cos 4 та sin 4 , застосувавши
формулу Муавра.
112
11.13. Знайти всі значення 6 1 . Які з них первісні?
11.14. Знайти суму всіх коренів восьмого степеня з 1, не обчис-
люючи їх.
11.15. Знайти всі елементи групи C12 і її підгрупи. Які з цих еле-
ментів є первісними коренями дванадцятого степеня з 1?
11.16*. Знайти суму всіх первісних коренів п’ятнадцятого
степеня з 1.
Теоретичні відомості
Нехай K – комутативне кільце з одиницею. Позначимо
K f (a 0 , a1 , a 2 , ) | ai K
множину всіх нескінченних послідовностей, в кожної з яких всі
елементи, починаючи з деякого, дорівнюють нулю.
Дві послідовності f ( a 0 , a1 , a 2 , ) та g (b0 , b1 , b2 ,) назива-
ються рівними, якщо їхні відповідні елементи рівні.
Щоб додати дві послідовності, треба додати їхні відповідні
елементи.
Коли множимо послідовності f ( a 0 , a1 , a 2 , ) та g
(b0 , b1 , b2 , ) , одержуємо послідовність h (c0 , c1 , c 2 ,) , елементи
якої обчислюємо за формулою
k
c k ai bk i a0 bk a1bk 1 a 2 bk 2 a k b0 .
i 0
113
Отже, кільце K a 0 a1 x a 2 x 2 a n x n | ai K позначаємо
K [x] і називаємо кільцем многочленів від однієї змінної.
Нехай f ( x) K [ x] , тобто задано многочлен f (x)
f ( x) a 0 a1 x a 2 x 2 a n x n .
Два многочлени f ( x) a 0 a1 x a 2 x 2 та g ( x) b0 b1 x
b2 x 2 називаються рівними, якщо deg f ( x) deg g ( x) і ai bi ,
i 0, 1, , n .
Якщо
f ( x) a 0 a1 x a 2 x 2 a n x n , g ( x) b0 b1 x b2 x 2 bm x m ,
то
deg( f g ) max{deg f , deg g} ,
deg( f g ) deg f deg g .
Надалі розглядатимемо многочлени з коефіцієнтами з деякого
поля P .
Правильною є теорема про ділення з остачею.
Для довільних многочленів f (x) та g (x) із P [x] , де g ( x) 0 ,
існують такі многочлени h(x) та r (x ) , що f ( x) g ( x) h( x) r ( x) ,
причому deg r ( x) deg g ( x) або r ( x) 0 .
Для ділення многочлена
f ( x) a 0 x n a1 x n 1 a n 1 x a n
на двочлен x можна використовувати схему Горнера.
114
Нехай
f ( x) ( x )(b0 x n 1 b1 x n 2 bn 2 x bn 1 ) r .
Тоді коефіцієнти bi та r знаходимо послідовно за формулами
b0 a0 ;
b1 a1 b0 ;
b2 a 2 b1 ;
........................;
bn 1 a n 1 bn 2 ;
r a n bn 1 .
Результати цих обчислень зручно записувати в таблицю:
a0 a1 a2 a n 1 an
b0 a0 b1 b2 bn 1 r
bn 1 a n
b0 a1 b1 a 2 bn 2 a n 1
Схему Горнера використовують для знаходження значення
многочлена в точці, оскільки f ( x0 ) r ( x 0 ) r , де r – остача від
ділення f (x) на x x0 .
Якщо в схемі Горнера r 0 , то – корінь многочлена f (x) .
Найбільшим спільним дільником многочленів f1 , f 2 ,,
f n P [ x] називається многочлен d P [x] , який є таким їхнім
спільним дільником, який ділиться на будь-який інший їхній спільний
дільник. Записують
НСД ( f 1 , f 2 , , f n ) d або ( f 1 , f 2 , , f n ) d .
115
гочлени f1 , f 2 , , f n , причому g ділить кожне інше їхнє спільне
кратне. Позначаємо НСК ( f 1 , f 2 , , f n ) g або [ f 1 , f 2 , , f n ] g .
Для довільних елементів a та b кільця P [x] правильна рівність
НСД ( a, b) НСК ( a, b) ab .
Для будь-яких двох многочленів f (x) , g ( x) P [ x] існує їхній
найбільший спільний дільник, який можна знайти за алгоритмом
Евкліда.
Алгоритм Евкліда знаходження найбільшого спільного дільника
полягає в послідовному діленні з остачею. Ділимо f (x) на g (x) з
остачею r1 ( x) . Потім ділимо g (x) на r1 ( x) з остачею r2 ( x) і так далі.
Оскільки степені остач r1 ( x), r2 ( x), спадають, то після скінченної
кількості ділень одержимо остачу rk ( x) , на яку попередня остача
rk 1 ( x) поділиться без остачі. Тобто,
f ( x) g ( x) h1 ( x) r1 ( x) ,
g ( x) r1 ( x) h2 ( x) r2 ( x) ,
r1 ( x) r2 ( x) h3 ( x) r3 ( x) ,
............................................,
rk 3 ( x) rk 2 ( x) hk 1 ( x) rk 1 ( x) ,
rk 2 ( x) rk 1 ( x) hk ( x) rk ( x) ,
rk 1 ( x) rk ( x) hk 1 ( x) .
Тоді rk ( x) НСД ( f ( x), g ( x)) .
Найбільший спільний дільник двох многочленів визначається з
точністю до елемента поля P (константи), тобто, якщо
d ( x) НСД ( f ( x), g ( x)) , то c d ( x) НСД ( f ( x), g ( x)) , де c P . Тому
можна вважати, що старший коефіцієнт многочлена d (x) дорівнює
одиниці, тобто d ( x) є унітарним.
Якщо d ( x) ( f ( x), g ( x)) , то існують такі многочлени
u ( x), v( x) P [ x] , що d ( x) f ( x)u ( x) g ( x)v( x) , якщо deg f ( x) 0 і
deg g ( x) 0 , то можна вважати, що deg u ( x) deg g ( x) і
deg v( x) deg f ( x) .
116
Таке зображення НСД ( f , g ) називається його лінійним роз-
кладом.
Многочлен f ( x) P [ x] , deg f ( x) n 1 називається незвідним
над полем P , якщо його не можна розкласти в добуток многочленів з
P [x] нижчих степенів, відмінних від 0 та n , і звідним у протилежно-
му випадку, тобто многочлен f (x) звідний над P , якщо f (x)
g ( x)h( x) , де g (x), h( x) P [ x] і 1 deg g ( x) n , 1 deg h( x) n .
Кожний многочлен f ( x) P [ x] степеня n 1 розкладається в
добуток незвідних над полем P многочленів
f ( x) p1 ( x) p 2 ( x) p n ( x) .
Якщо многочлен f ( x) P [ x] розкладається в добуток незвідних
над полем P многочленів двома способами, тобто
f ( x) p1 ( x) p 2 ( x) p n ( x) і f ( x) q1 ( x) q 2 ( x) q m ( x) ,
то m n і за відповідної нумерації qi ( x) cpi ( x) , ci 0 , ci P ,
i 1, 2, , n .
118
3 2 1 4 5 24
2 3 4 7 10 15 6
2 3 10 27 64 143
2 3 16 59 182
2 3 22 103
2 3 28
2 3
Отже,
f ( x) 3( x 2) 5 28( x 2) 4 103( x 2) 3
182( x 2) 2 143( x 2) 6.
Приклад 3. Знайти НСД ( f ( x), g ( x)) , якщо
f ( x) x 6 7 x 4 8 x 3 7 x 7 , g ( x) 3x 5 7 x 3 3x 2 7 .
Розв’язування. Перший спосіб.
Розкладемо многочлени f (x) та g (x) на множники
f ( x) x 6 7 x 4 8 x 3 7 x 7 x 3 ( x 3 1) 7 x( x 3 1)
7( x 3 1) ( x 3 1)( x 3 7 x 7) ,
g ( x) 3x 5 7 x 3 3x 2 7 3x 2 ( x 3 1) 7( x 3 1)
( x 3 1)(3x 2 7) .
Доведемо, що многочлени x 3 7 x 7 та 3x 2 7 взаємно
прості.
119
7 7
Многочлен 3x 2 7 має корені x1 та x 2 .
3 3
Легко перевірити, що жоден з них не є коренем многочлена
x3 7x 7 .
Отже, x 3 7 x 7 та 3x 2 7 – взаємно прості, тому
НСД ( f ( x), g ( x)) x 3 1 .
Другий спосіб.
Знайдемо НСД ( f ( x), g ( x)) прямо за алгоритмом Евкліда.
Поділимо f (x) на g (x) з остачею, причому помножимо f (x)
на 3, щоб уникнути дробових коефіцієнтів. Таке домноження не
вплине на результат, бо найбільший спільний дільник визна-
чається з точністю до сталого множника
x 6 7 x 4 8x 3 7 x 7 3x 5 7 x 3 3x 2 7
3x 6 21x 4 24 x 3 21x 21 x
3x 6 7 x 4 3x 3 7 x
.
14 x 4 21x 3 14 x 21
Тепер поділимо g ( x) на остачу, поділивши її на (7)
3x 5 7 x 3 3x 2 7 2 x 4 3x 3 2 x 3
6 x 5 14 x 3 6 x 2 14 3x 9
6x5 9x 4 6x 2 9x
9 x 4 14 x 3 9 x 14
18 x 4 28 x 3 18 x 28
18 x 4 27 x 3 18 x 27
.
x 1
3
120
Поділимо 2 x 4 3x 3 2 x 3 на остачу, помножену на (1) ,
тобто на x 3 1
2 x 4 3x 3 2 x 3 x3 1
4
2x 2x 2x 3
3x 3 3
3x 3 3
0
Остання ненульова остача дорівнює (x 3 1) , тому
НСД ( f ( x), g ( x)) x 3 1 .
Приклад 4. Користуючись алгоритмом Евкліда, знайти лі-
нійний розклад НСД ( f ( x), g ( x)) , де
f ( x) x 4 2 x 3 x 2 4 x 2 , g ( x) x 4 x 3 x 2 2 x 2 .
Розв’язування. Поділимо f ( x) на g ( x) з остачею
f ( x) g ( x) x 3 2 x ,
тобто h1 1 , r1 ( x) x 3 2 x .
Поділимо g (x) на r1 ( x)
x 4 x3 x 2 2x 2 x3 2x
x 4 2x 2 x 1
x3 x 2 2x 2
x3 2x
.
x 2 2
Отже, g ( x) ( x 2 x)( x 1) r2 ( x) , де r2 ( x) x 2 2 .
3
Оскільки r1 ( x) r2 ( x) x , то
НСД ( f ( x), g ( x)) r2 ( x) x 2 2 .
121
Отож,
f ( x) 1 g ( x) r1 ( x) ,
g ( x) ( x 1)r1 ( x) r2 ( x) .
Звідси
r2 ( x) g ( x) ( x 1)( f ( x) g ( x)) ( x 1) f ( x) ( x 2) g ( x) .
Отже, лінійний розклад НСД ( f ( x), g ( x)) набуває вигляду
x 2 2 ( x 1) f ( x) ( x 2) g ( x) .
Приклад 5. Чи є звідним многочлен f ( x) x 3 2 : а) над
полем R ; б) над полем Z 5 ?
Розв’язування. а) Очевидно, що
x 3 2 ( x 3 2 )( x 2 3 2 x 3 4 ) ,
тому f (x) звідний над полем R .
б) Якщо многочлен третього степеня f (x) звідний над
полем Z 5 , то він мусить мати корінь в Z 5 . У нашому випадку
f ( 0 ) 2 , f ( 1 ) 3 , f ( 2) 0 . Тому многочлен f (x) звідний
над полем Z 5 . Справді,
f ( x) x 3 2 ( x 2 )( x 2 2 x 4) .
Задачі
123
12.13. Чи є звідним многочлен f ( x) x 4 4 у полях: а) Q ;
б) R ; в) C ; г) Z 5 ?
12.14. Чи є звідним многочлен f ( x) x 4 2 у полях: а) Q ;
б) R ; в) C ; г) Z 3 ?
12.15 Довести, що f ( x) x 3 2 незвідний у полі Q . Чи звідний
він над R ? над C ?
12.16. Довести, що f ( x) x 2 x 1 незвідний у полі Q .
Теоретичні відомості
Елемент P називається коренем многочлена
f ( x) a 0 x n a1 x n 1 a n 1 x a n ,
де ai P , якщо f ( ) 0 . Число ще називається коренем рівняння
f ( x) 0 .
Справджується теорема Безу.
Остача від ділення многочлена f ( x) P [ x] на многочлен x ,
де P дорівнює f ( ) .
Число P є коренем многочлена f ( x) P [ x] тоді і тільки
тоді, коли ( x ) | f ( x) .
Нехай f ( x) x n a1 x n 1 a n 1 x a n . Якщо 1 , 2 , , n –
корені многочлена f (x) , то f ( x) ( x 1 )( x 2 ) ( x n ).
124
Елемент P називається коренем кратності k многочлена
f (x) , якщо f ( x) ( x ) k g ( x) , причому g ( ) 0 .
Елемент P є k – кратним коренем многочлена f (x) тоді і
тільки тоді, коли
f ( ) f ( ) f ( ) f ( k 1) ( ) 0 , f ( k ) ( ) 0 .
Розглянемо многочлен f ( x) C [ x] , тобто многочлен з комп-
лексними коефіцієнтами. Тоді правильна основна теорема алгебри.
Довільний многочлен ненульового степеня з комплексними
коефіцієнтами має хоча б один комплексний корінь.
Кожний многочлен f (x) степеня n з дійсними чи комплексни-
ми коефіцієнтами має в полі C n коренів і розкладається в ньому в
добуток лінійних множників, тобто
f ( x) a0 x n a1 x n 1 a n 1 x a n
a 0 ( x 1 )( x 2 ) ( x n ).
Якщо многочлен f (x) має кратні корені, то його розклад на
лінійні множники набуває вигляду
f ( x) a 0 ( x 1 ) k1 ( x 2 ) k 2 ( x m ) k m ,
m
де k
i 1
i n і називається канонічним розкладом.
125
Нехай
f ( x) x n a1 x n 1 a n 1 x a n ( x 1 )( x 2 ) ( x n ).
Тоді
a1 ( 1 2 n ) ;
a 2 1 2 1 3 1 n 2 3 2 n n 1 n ;
a3 ( 1 2 3 1 2 n 1 3 4
1 3 n n 2 n 1 n );
................................................................................................;
a n 1 (1) n 1 ( 1 2 n 1 1 2 n 1 n 2 3 n ) ;
a n (1) n 1 2 n .
1 1 1 5 1 6 0
1 1 0 5 6 12
1 1 2 3 2 8
2 1 1 3 7 20
2 1 3 1 3 0
3 1 0 1 0
126
Оскільки коренями останнього рівняння x 2 0 x 1 є i та
i , то многочлен f ( x) має такі корені: 1 1 , 2 2 , 3 3 ,
4 i , 5 i .
Приклад 2. Побудувати многочлен найменшого степеня,
який має двократний корінь 1 2 та прості корені 2 i ,
3 1 i а) над C ; б) над R .
Розв’язування. а) Оскільки корінь 1 2 має кратність 2, а
2 i , 3 1 i – прості корені, то
f ( x) ( x 1 ) 2 ( x 2 )( x 3 ) ,
тобто
f ( x) ( x 2) 2 ( x i )( x 1 i ) .
Отже,
f ( x) ( x 2 4 x 4)( x 2 x ix ix i i 2 )
( x 2 4 x 4)( x 2 x i 1)
x 4 x 3 ix 2 x 2 4 x 3 4 x 2 4ix 4 x 4 x 2 4 x 4i 4
x 4 5 x 3 (9 i ) x 2 (4i 8) x (4 4i ) .
б) Якщо число 2 i є простим коренем многочлена
f (x) , то спряжене до нього число 2 i також є коренем
многочлена f (x) . Аналогічно коренем цього многочлена буде і
3 1 i . Тому
f ( x) ( x 1 ) 2 ( x 2 )( x 2 )( x 3 )( x 3 ) ,
тобто
f ( x) ( x 2) 2 ( x i )( x i )( x 1 i )( x 1 i ) .
Отже,
127
f ( x) ( x 2 4 x 4)( x 2 i 2 )(( x 1) 2 i 2 )
( x 2 4 x 4)( x 2 1)( x 2 2 x 2)
( x 4 4 x 3 5 x 2 4 x 4)( x 2 2 x 2)
x 6 6 x 5 15 x 4 22 x 3 22 x 2 16 x 8 .
Приклад 3. Многочлен f ( x) x 3 5 x 2 8 x m має
кратний корінь. Знайти число m і розкласти f (x) на незвідні
над полем Q множники.
Розв’язування. Якщо число є кратним коренем
многочлена f (x) , то f ( ) f ( ) 0 .
Оскільки f ( x) 3x 2 10 x 8 , то
3 5 2 8 m 0,
2
3 10 8 0.
4
Розв’язками другого рівняння є 1 2 та 2 . Тоді з
3
112
першого рівняння m1 4 , m2 .
27
Щоб розкласти f ( x) на незвідні над полем Q множники,
знайдемо решту коренів многочлена. Для цього врахуємо, що за
теоремою Вієта добуток всіх коренів многочлена дорівнює
( m) .
Отже, якщо m 4 , то 1 2 , тоді 1 1 3 4 ,
4 3 4 , 3 1 . Тому f ( x) ( x 2) 2 ( x 1) .
112 4 112
Якщо ж m , то 2 , тоді 2 2 3 ,
27 3 27
2
16 112 7 4 7
3 , 3 . Тому f ( x) x x .
9 27 3 3 3
128
Приклад 4. Знайти всі корені та розкласти на незвідні
дійсні множники многочлен f ( x) , якщо число 1 2i є його
коренем, де f ( x) x 7 5 x 6 7 x 5 11x 4 48 x 3 56 x 2 48 x 80 .
Розв’язування. Якщо число 1 2i є коренем
многочлена f (x) , то спряжене до нього число 1 2i також є
коренем многочлена. Тому f ( x) ( x 1 2i )( x 1 2i ) g ( x) ,
тобто f ( x) ( x 2 2 x 5) g ( x) . Обчислимо многочлен g (x)
x 7 5 x 6 7 x 5 11x 4 48x 3 56 x 2 48x 80 x 2 2 x 5
x 7 2 x 6 5x 5
x 5 7 x 4 16 x 3 8 x 2 16 x 16
7 x 6 2 x 5 11x 4
7 x 6 14 x 5 35x 4
16 x 5 24 x 4 48 x 3
16 x 5 32 x 4 80 x 3
8 x 4 32 x 3 56 x 2
8 x 4 16 x 3 40 x 2
16 x 3 16 x 2 48 x
16 x 3 32 x 2 80 x
16 x 2 32 x 80
16 x 2 32 x 80
.
0
129
1 7 16 8 16 16
1 1 8 24 32 16 0
1 1 9 33 65 81
1 1 7 17 15 1
2 1 10 44 120 256
2 1 6 12 8 0
2 1 4 4 0
2 1 2 0
2 1 0
Отже, простим коренем многочлена g (x) є число 1, а
число (2) коренем кратності чотири.
Тому простими коренями многочлена f (x) є 1 1 2i ,
2 1 2i , 3 1 корінь 4 2 є коренем кратності чотири.
Тоді розклад многочлена на незвідні дійсні множники набуває
вигляду
f ( x) ( x 2 2 x 5)( x 1)( x 2) 4 .
Приклад 5. Знайти суму кубів коренів многочлена
f ( x) x 3 2 x 2 x 3 .
Розв’язування. За теоремою Вієта
1 2 3 2 ,
1 2 1 3 2 3 1 ,
1 2 3 3 .
130
Друге рівняння домножимо послідовно на 1 , потім на 2
та на 3
12 2 12 3 1 2 3 1 ,
1 22 1 2 3 22 3 2 ,
1 2 3 1 32 2 32 3 .
Тоді
( 1 2 3 ) 3 13 23 33 3 12 2 3 12 3 3 1 23
3 23 3 3 1 32 3 2 32 6 1 2 3 13 23 33
3( 12 2 12 3 1 2 3 ) 3( 1 23 22 3 1 2 3 )
3( 1 32 2 32 1 2 3 ) 3 1 2 3 .
Отже,
( 1 2 3 ) 3 13 23 33 3( 1 2 3 ) 3 1 2 3 .
Тому
(2) 3 13 23 33 3 (2) 3 3 ,
13 23 33 7 .
Задачі
131
13.4. Побудувати многочлен f ( x) R [ x] найменшого степеня,
який має двократний корінь 1 2 та прості корені
2 i , 3 1 i .
Теоретичні відомості
Вектор – це напрямлений відрізок, тобто вектори характеризу-
ються не тільки своїм числовим значенням, а й напрямом. Якщо
початком вектора є точка A , а кінцем – точка B , то вектор познача-
ють AB або a .
Довжиною (модулем) вектора називається довжина відрізка,
який зображає вектор. Позначається довжина вектора | a || AB | .
Нульовим вектором називають вектор, початок і кінець якого
збігаються. Такий вектор позначають 0 , його довжина дорівнює ну-
лю, напрям невизначений.
Вектор, довжина якого дорівнює одиниці, називається одинич-
ним або нормованим.
Вектори, які лежать на одній або на паралельних прямих, нази-
ваються колінеарними.
Вектори, які є колінеарними, однаково напрямленими і мають
однакову довжину, називаються рівними. Позначаємо це так: a b .
Вектори, які лежать в одній або в паралельних площинах,
називаються компланарними.
Вектор c , початок якого збігається з початком вектора a ,
кінець – з кінцем вектора b , за умови, що початок вектора b
133
збігається з кінцем вектора a , називається сумою векторів a та b ,
c a b (рис. 3.1).
Такий спосіб додавання векторів називають правилом три-
кутника.
a
b a b
b c
c a b a
Рис. 3.1 Рис. 3.2
Якщо вектори виходять з однієї точки, то їх додають за
правилом паралелограма (рис. 3.2).
Вектор d , який треба додати до вектора b , щоб одержати век-
тор a , називається різницею векторів a та b .
Добутком вектора a на число (скаляр) називається вектор
b a , який є колінеарним до вектора a , | b || | | a | і напрям век-
тора b збігається з напрямом вектора a , якщо 0 , або протилеж-
ний векторові a , якщо 0 .
Нехай у прямокутній декартовій системі координат в просторі
задано дві точки A( x1 , y1 , z1 ) і B ( x 2 , y 2 , z 2 ) . Щоб знайти координати
вектора AB , треба від координат кінця вектора відняти координати
його початку AB ( x 2 x1 , y 2 y1 , z 2 z1 ) .
Нехай задано дві точки: A( x1 , y1 , z1 ) і B ( x2 , y 2 , z 2 ) . Координати
точки M ( x, y, z ) , яка ділить відрізок AB у відношенні , тобто
| AM |
, обчислюємо за формулами
| MB |
x1 x 2 y y 2 z z 2
x , y 1 , z 1 .
1 1 1
134
Якщо точка M ділить відрізок AB навпіл, то 1 і коорди-
нати точки M можна знайти за формулами
x x2 y y2 z z2
x 1 , y 1 , z 1 .
2 2 2
Скалярним добутком векторів a та b називається добуток
довжин цих векторів на косинус кута між ними, тобто
(a , b ) | a | | b | cos(a , b ) .
Зокрема, скалярний квадрат вектора дорівнює квадратові його
2
довжини, тобто (a ) 2 a .
135
B B
a a
A
A
A1 B1 l B1 A1 l
Рис. 3.3 Рис. 3.4
Проекція вектора на вісь дорівнює добутку довжини вектора на
косинус кута між вектором і віссю
prl a | a | cos .
Проекцію вектора a на вісь вектора b обчислюємо за
формулою
(a , b )
prb a .
|b |
Координатами вектора в прямокутній системі координат будуть
проекції вектора на осі координат. Нехай вектор a (a x , a y , a z )
утворює з осями координат кути , , , відповідно. Тоді
a x | a | cos , a y | a | cos , a z | a | cos .
a
Вектор a 0 називається ортом вектора a . Його коорди-
|a|
натами є числа cos , cos , cos , які називають напрямними коси-
нусами вектора a . Оскільки | a 0 | 1 , то
cos 2 cos 2 cos 2 1 .
c Лінійно незалежні вектори a , b і
с утворюють праву трійку векторів,
b якщо з кінця вектора c найкоротший
поворот від вектора a до вектора b
видно проти годинникової стрілки (рис.
3.5), в іншому випадку говорять про ліву
a
трійку векторів.
Рис. 3.5
136
Векторним добутком векторів a і b називається такий вектор
с a b , який має довжину c a b sin(a , b ) , є перпендикулярним
до площини, утвореної векторами a і b і вектори a , b і с утво-
рюють праву трійку векторів.
Властивості векторного добутку:
1) a b (b a ) ;
2) ( a ) b (a b ) ;
3) (a b ) c a c b c ;
4) a a 0 ;
5) a b 0 вектори a і b колінеарні.
Нехай у прямокутній декартовій системі координат
a (a x , a y , a z ) , b (bx , b y , bz ) , тоді
i j k
a b ax a y az .
bx by bz
137
Нехай у прямокутній декартовій системі координат
a (a x , a y , a z ) , b (bx , b y , bz ) , c (c x , c y , c z ) , тоді
ax ay az
a b c bx by bz .
cx cy cz
138
Розв’язування. Оскільки точка C лежить на осі ординат, то
C (0, y ) , а координати точки O(x, 0) .
Обчислимо координати точки M – середини відрізка BC
5 0 1 y 5 1 y
M , , тобто M , .
2 2 2 2
Оскільки O точка перетину медіан трикутника, то O
| AO |
ділить відрізок AM у відношенні 2 : 1 , тобто 2 . Тоді
| OB |
можемо знайти координати точки O так:
5
2 2 3 21 y
O 2, 2 , тобто O 1, 2 y .
1 2 1 2 3
2 y
За умовою задачі O(x, 0) , тому x 1 , 0 , y 2.
3
Отже, O(1, 0) , C (0, 2) .
Приклад 3. Знайти кут між векторами a 2m n і
b 3m 2n , якщо | m || n | 2 , (m, n ) .
3
Розв’язування. Кут між векторами a і b обчислюємо з
(a , b )
формули cos(a , b ) .
| a ||b |
Знаходимо скалярний добуток векторів a та b
(a , b ) (2m n )(3m 2n ) 6m 2 4(m, n ) 3(n , m) 2n 2 .
Оскільки m 2 | m | 2 , n 2 | n | 2 , то
139
(a , b ) 6 | m | 2 | m || n | cos(m, n ) 2 | n | 2
1
6 2 2 2 2 2 2 2 14 .
2
Обчислимо довжини векторів a і b
| a | a 2 2m n 2
4 m 2 4 ( m, n ) n 2
4 | m | 2 4 | m || n | cos(m, n ) | n | 2
1
44 422 4 28 ,
2
| b | b 2 3m 2n 2
9m 2 12(m, n ) 4n 2
9 | m | 2 12 | m || n | cos(m, n ) 4 | n | 2
1
9 4 12 2 2 4 4 28 .
2
Тоді
14 1
cos(a , b ) ,
28 28 2
2
(a , b ) .
3
Приклад 4. Задано точки A(2, 3, 4) , B(3, 2, 5) ,
C (1, 1, 2) і D(3, 2, 4) . Обчислити prCD AB .
140
Приклад 5. Розкрити дужки та спростити вираз
(3a 2b ) (c a ) (b c ) (a c ) a (2c b ) .
Розв’язування. Врахувавши властивості векторного
добутку векторів, розкриваємо дужки
(3a 2b ) (c a ) (b c ) (a c ) a (2c b )
3a c 3a a 2b c 2b a b a b c
c a c c 2a c a b 3a c 0 2b c
2b a b a b c a c 0 2a c b a b c .
Приклад 6. Задано | a | 3 , | b | 26 , | a b | 72 . Обчис-
лити (a , b ) .
Розв’язування. Оскільки | a b || a || b | sin( a , b ) , то
| a b | 72 12
sin(a , b ) .
| a || b | 3 26 13
Скалярний добуток векторів a і b шукатимемо за
формулою (a , b ) | a || b | cos(a , b ) . Оскільки
2
12 25 5
cos 2 (a , b ) 1 sin 2 (a , b ) 1 ,
13 169 13
то
5
(a , b ) | a || b | cos(a , b ) 3 26 30 .
13
Приклад 7. Обчислити площу паралелограма, побудовано-
го на векторах a (8, 4, 1) та b (2, 2, 1) .
Розв’язування. Площу паралелограма, побудованого на
двох неколінеарних векторах a і b , обчислюємо за формулою
S | a b | .
141
Знайдемо координати векторного добутку векторів a і b
i j k
4 1 8 1 8 4
a b 8 4 1 i j k
2 1 2 1 2 2
2 2 1
6i 6 j 24k ,
тобто a b (6, 6, 24) .
Тоді
S | a b | 6 2 (6) 2 (24) 2 648 18 2 .
Приклад 8. Обчислити площу трикутника, побудованого
на векторах a 2m n і b m n , якщо | m | 2 , | n | 3 ,
(m, n ) 135 0 .
Розв’язування. Площу трикутника, побудованого на
векторах a і b , обчислюємо за формулою
1
S | a b |.
2
Знайдемо векторний добуток векторів a і b
a b ( 2m n ) ( m n ) 2 m m 2m n n m n n
0 2m n m n 0 3m n .
Тоді
1 1 1
S | a b | | 3m n | 3 | m || n | sin(m, n )
2 2 2
3 2 9 2
2 3 .
2 2 2
Приклад 9. Знайти значення параметра , при якому
вектори a (2, 1, 3) , b (1, 3, ) та c (2 , 5, 7) – компла-
нарні.
142
Розв’язування. Вектори a , b і c компланарні тоді і тільки
тоді, коли a b c 0 .
Обчислимо мішаний добуток векторів a , b і c
2 1 3
a b c 1 3 42 22 15 18 7 10
2 5 7
22 28 64 .
Розв’яжемо рівняння 22 28 64 0 , тоді 1 2 ,
2 16 .
Отже, при 2 або 16 вектори a , b і c
компланарні.
Приклад 10. Знайти об’єм паралелепіпеда, побудованого
на векторах a 3i 4 j , b 3 j k та c 2 j 5k . Праву чи
ліву трійку утворюють вектори a , b і c .
Розв’язування. Об’єм паралелепіпеда, побудованого на
трьох некомпланарних векторах a , b і c , обчислюємо за
формулою
V | a b c | .
Знайдемо мішаний добуток векторів a , b і c
3 4 0
a b c 0 3 1 45 6 51 .
0 2 5
Тоді
V | 51 | 51 .
Оскільки a b c 0 , то вектори a , b і c утворюють ліву
трійку.
143
Приклад 11. Задано піраміду з вершинами A(1, 2, 1) ,
B (1, 1, 3) , C (3, 4, 1) і D(5, 2, 0) . Обчислити висоту піраміди,
опущену на грань ABC .
Розв’язування. Об’єм піраміди ABCD можна знайти за
1 3V
формулою V S ABC h , тому h .
3 S ABC
144
Задачі
14.1. Знайти направляючі косинуси вектора a (12, 15, 16) .
3 4 12
14.2. Знайти направляючі косинуси вектора a , , .
13 13 13
14.3. Чи може вектор утворювати з осями координат кути
45 0 , 60 0 , 120 0 ?
14.4. Чи може вектор утворювати з двома осями координат кути
30 0 , 45 0 ?
14.5. Задано точки A(2, 1) і B(3, 6) . Знайти точку M , що
ділить відрізок AB у відношенні AM : MB 3 : 2 .
14.6. Задано точки A(1, 3) і B(4, 3) . Відрізок AB поділено на
три рівні частини. Знайти координати точок поділу.
2
14.7. Вектори a і b утворюють кут , | a | 3 , | b | 4 .
2 2 3
Обчислити: a b , a , b , (3a 2b )(a 2b ) , (3a 2b ) 2 .
14.8. Вектори a і b взаємно перпендикулярні, вектор c
утворює з ними кути , | a | 3 , | b | 5 , | c | 8 . Обчислити
3
2
(3a 2b )(b 3c ) і (a b c ) .
14.9. Задано вершини трикутника A(3, 2, 3) , B (5, 1, 1) і
C (1, 2, 1) . Знайти його зовнішній кут при вершині A .
14.10. Задано вершини трикутника A(1, 2, 4) , B (4, 2, 0) і
C (3, 2, 1) . Знайти його внутрішній кут при вершині A .
14.11. Задано три вектори a 2i j k , b i 5 j і
c 4i 4 j 2k . Обчислити prc (3a 2b ) .
14.12. Задано три вектори a (1, 3, 4) , b (3, 4, 2) і
c (1, 1, 4) . Обчислити prb c a .
145
14.13. Вектори a і b утворюють кут , | a | 6 , | b | 5 .
6
Обчислити | a b | .
14.14. Задано | a | 10 , | b | 2 , (a , b ) 12 . Обчислити | a b | .
14.15. Розкрити дужки та спростити вираз
2a b c a b c a b .
14.16. Розкрити дужки та спростити вираз
a b c c a b c b b c a .
14.17. Задано вектори a (3, 1, 2) , b (1, 2, 1) . Знайти
координати векторних добутків a b і (2a b ) b .
14.18. Задано точки A(2, 1, 2) , B (1, 2, 1) і C (3, 2, 1) . Знайти
координати векторних добутків AB BC і
( BC 2CA) CB .
14.19. Задано вершини трикутника A(1, 1, 2) , B(5, 6, 2) і
C (1, 3, 1) . Знайти довжину його висоти, опущеної з
вершини B на сторону AC .
14.20. Задано точки A(1, 2, 0) , B (3, 0, 3) і C (5, 2, 6) . Знайти
площу трикутника ABC .
14.21. Чи компланарні вектори a (2, 3, 1) , b (1, 1, 3) і
c (1, 9, 11) ?
14.22. Чи компланарні вектори a (3, 2, 1) , b (2, 1, 2) і
c (3, 1, 2) ?
14.23. Чи лежать точки A(1, 2, 1) , B(0, 1, 5) , C (1, 2, 1) і
D(2, 1, 3) в одній площині?
14.24. Чи лежать точки A(2, 4, 1) , B(2, 3, 4) , C (7, 2, 3) і
D(1, 0, 3) в одній площині?
14.25. Задано піраміду з вершинами A(0, 0, 1) , B (2, 0, 2) ,
C (2, 2, 2) і D(3, 4, 3) . Обчислити об’єм піраміди та
висоту, опущену на грань ABC .
146
14.26. Задано піраміду з вершинами A(5, 2, 0) , B(2, 5, 0) ,
C (1, 2, 4) і D(0, 0, 0) . Обчислити об’єм піраміди та висоту,
опущену на грань ABC .
Теоретичні відомості
Нехай на площині задано декартову прямокутну систему
координат xOy і деяку лінію L .
Рівняння G ( x, y ) 0 , що зв’язує дві змінні x і y , називається
рівнянням лінії L в обраній системі координат, якщо координати
будь-якої точки цієї лінії L задовольняють рівняння, а будь-які інші
координати точок, які не належать лінії L , не задовольняють
зазначене рівняння.
Нагадаємо, що лінія на площині є прямою тоді і тільки тоді,
коли її рівняння лінійне стосовно декартової системи координат.
Знайти рівняння прямої – це означає записати залежність між
координатами x, y довільної точки прямої та параметрами, які визна-
чають розміщення прямої стосовно системи координат. Залежно від
заданих параметрів можна отримати різні рівняння прямої.
Ненульовий вектор, паралельний до прямої, називається на-
прямним вектором прямої.
Нехай пряма l проходить через точку M 0 ( x0 ; y 0 ) паралельно до
x x0 y y 0
заданого вектора s ( m; n) . Тоді – канонічне рівняння
m n
прямої.
x x0 mt ,
Якщо t – деякий параметр, то – параметричне
y y 0 nt
рівняння прямої l .
147
Рівняння y y 0 k ( x x0 ) – це рівняння прямої, яка
проходить через точку M 0 ( x0 ; y 0 ) з кутовим коефіцієнтом k .
Якщо b – відрізок, який відтинає пряма на осі O y , а k tg ,
– кут нахилу прямої до додатного напряму осі O x , то рівняння
прямої набуде вигляду y kx b .
Нехай пряма l проходить через точки M 1 ( x1 ; y1 ) та M 2 ( x2 ; y 2 ) .
x x1 y y1
Тоді – рівняння прямої, що проходить через дві
x 2 x1 y 2 y1
точки.
Якщо пряма відтинає на осях координат відрізки a та b , відпо-
x y
відно, то 1 – рівняння прямої у відрізках.
a b
Вектор, перпендикулярний до прямої, називається нормальним
вектором прямої.
Нехай пряма проходить через точку M 0 ( x0 ; y 0 ) і вектор n ( A; B )
є нормальним вектором цієї прямої. Тоді A( x x 0 ) B ( y y 0 ) 0 –
рівняння прямої, що проходить через задану точку, перпен-
дикулярно до заданого вектора.
Перпендикуляр, опущений з початку координат на пряму, нази-
вається нормаллю цієї прямої.
Нехай довжина нормалі p і нормаль утворює кут з додатним
напрямом осі Ox . Тоді x cos y sin p 0 – нормальне рівняння
прямої.
Зауважимо, що нормальне рівняння прямої має такі властивості:
сума квадратів коефіцієнтів біля x та y дорівнює одиниці, вільний
член цього рівняння від’ємний.
Загальне рівняння прямої набуває вигляду Ax By C 0 .
Вектор n ( A; B ) є нормальним вектором цієї прямої, а вектор
s ( B; A) – напрямний вектор прямої Ax By C 0 .
148
Формула відстані від точки M 0 ( x0 ; y 0 ) до прямої
Ax0 By 0 C
Ax By C 0 набуває вигляду d .
A2 B 2
Якщо дві прямі на площині задані канонічними рівняннями
x x1 y y1 x x2 y y 2
l1 : , l2 : , то кут між ними обчислюєть-
m1 n1 m2 n2
m1 m2 n1 n2
ся за формулою cos .
m1 n12 m22 n22
2
m1 n1
Тоді – умова паралельності прямих, заданих кано-
m2 n2
нічними рівняннями, m1 m2 n1 n2 0 – умова перпендикулярності
прямих, заданих канонічними рівняннями.
Якщо дві прямі на площині задані загальними рівняннями
l1 : A1 x B1 y C1 0 і l 2 : A2 x B2 y C 2 0 , то кут між ними
A1 A2 B1 B2
обчислюють за формулою cos .
A1 B12 A22 B22
2
A1 B1
Тоді – умова паралельності прямих, заданих загаль-
A2 B2
ними рівняннями, A1 A2 B1 B2 0 – умова перпендикулярності пря-
мих, заданих загальними рівняннями.
Якщо дві прямі на площині задані рівняннями з кутовими кое-
фіцієнтами l1 : y k1 x b1 і l 2 : y k 2 x b2 , то кут між ними
k k1
обчислюють за формулою tg 2 .
1 k1 k 2
149
Приклади розв’язування задач
Приклад 1. Задано пряму l : 5 x 3 y 4 0 . а) Скласти
рівняння прямої l1 , що проходить через точку A(2; 1) ,
паралельно до прямої l ; б) скласти рівняння прямої l 2 , що
проходить через точку A(2; 1) , перпендикулярно до прямої l .
Розв’язування. а) Оскільки l1 || l , то нормальний вектор
прямої l n (2; 3) є нормальним вектором прямої l1 . Тому
запишемо рівняння прямої, що проходить через задану точку,
перпендикулярно до заданого вектора, A( x x 0 ) B( y y 0 ) 0 .
Рівняння прямої l1
2( x 2) 3( y 1) 0 ,
2x 3y 7 0 .
б) Оскільки l 2 l , то нормальний вектор прямої l
n (2; 3) є напрямним вектором прямої l 2 . Тому запишемо
x x0 y y 0
канонічне рівняння прямої , . Рівняння прямої l 2
m n
x 2 y 1
,
2 3
3( x 2) 2( y 1) ,
3x 2 y 4 0 .
Приклад 2. Задано координати вершин трикутника ABC :
A(4;2) , B (2;6) , C (5;1) . Знайти: а) рівняння сторін трикутни-
ка; б) довжину сторони AB ; в) рівняння медіани, проведеної з
вершини C ; г) рівняння висоти, проведеної з вершини C ;
ґ) рівняння бісектриси внутрішнього кута трикутника при
вершині A ; д) довжину висоти, проведеної з вершини C .
Розв’язування. а) Запишемо рівняння сторін трикутника,
використавши рівняння прямої, що проходить через дві точки:
150
x x1 y y1
.
x2 x1 y 2 y1
y
B
H
M
D
A
O x
C
Рис. 3.6
Рівняння сторони AB :
x4 y2
,
24 62
x4 y2
.
6 4
Зведемо канонічне рівняння прямої до загального вигляду
2 x 3 y 14 0 .
Рівняння сторони BC :
x2 y6
,
5 2 1 6
x2 y6
,
3 7
7 x 3 y 32 0 .
Рівняння сторони AC :
x (4) y2
,
5 (4) 1 2
151
x4 y2
,
9 3
x 3y 2 0 .
б) Знайдемо довжину сторони AB , використавши формулу
відстані між точками | AB | ( x 2 x1 ) 2 ( y 2 y1 ) 2
| AB | (2 (4)) 2 (6 2) 2 36 16 52 .
в) Знайдемо координати точки M – середини відрізка AB :
4 2 26
M ; (1;4) .
2 2
Запишемо рівняння прямої MC :
x (1) y4
,
5 (1) 1 4
x 1 y 4
,
6 5
5 x 6 y 19 0 – рівняння медіани, проведеної з вершини C .
г) Оскільки висота CH перпендикулярна до прямої AB , то
нормальний вектор прямої AB n (2;3) буде напрямним
вектором прямої CH . Запишемо канонічне рівняння
x x0 y y 0
прямої CH :
m n
x 5 y (1)
.
2 3
Зведемо його до загального вигляду:
3x 2 y 13 0 – рівняння висоти, проведеної з вершини C .
ґ) Для знаходження рівняння бісектриси скористаємося
такою властивістю: відстані від будь-якої точки на бісетрисі до
двох сторін кута – однакові.
152
Знайдемо відстань від точки K ( x; y ) на бісектрисі AD до
| 2 x 3 y 14 |
прямої AB d ( K , AB) та до прямої AC
2 2 32
| x 3y 2 |
d ( K , AC ) . Прирівняємо ці відстані
12 3 2
| 2 x 3 y 14 | | x 3 y 2 |
.
13 10
Тоді рівняння бісектриси кута між прямими AB та AC
набуде вигляду
10 (2 x 3 y 14) 13 ( x 3 y 2)
або
10 (2 x 3 y 14) 13 ( x 3 y 2) .
Тобто бісектрисою є пряма
l1 : (2 10 13 ) x (3 10 3 13 ) y (14 10 2 13 ) 0
або
l 2 : (2 10 13 ) x (3 10 3 13 ) y (14 10 2 13 ) 0 .
Бісектрисою внутрішнього кута трикутника буде та з
прямих l1 чи l 2 , по різні боки від якої лежать вершини
трикутника B та C .
Якщо координати двох точок підставимо в ліву частину
загального рівняння прямої і одержимо числа різних знаків, то
точки лежать по різні боки від прямої, якщо числа того самого
знака, то точки лежать на одному боці від прямої.
Підставимо координати точки B (2;6) в ліву частину рів-
няння прямої l1
2(2 10 13 ) 6(3 10 3 13 ) (14 10 2 13 ) 18 13 0 .
Підставимо координати точки C (5;1) в ліву частину рів-
няння прямої l1
5(2 10 13 ) 1(3 10 3 13 ) (14 10 2 13 ) 27 10 0 .
153
Отже, точки B і C лежать на одному боці від прямої l1 ,
тому l1 – бісектриса зовнішнього кута трикутника.
Підставимо координати точки B (2;6) в ліву частину рів-
няння прямої l 2
2(2 10 13 ) 6(3 10 3 13 ) (14 10 2 13 ) 18 13 0 .
Підставимо координати точки C (5;1) в ліву частину рів-
няння прямої l 2
5(2 10 13 ) 1(3 10 3 13 ) (14 10 2 13 ) 27 10 0 .
Отже, точки B і C лежать по різні боки від прямої l 2 .
154
x (6) y 4
,
4 5
5 x 4 y 14 0 .
Проекція P точки A на пряму l – це точка перетину
прямих l та l1 . Знайдемо її, розв’язавши систему рівнянь
4 x 5 y 3 0,
5 x 4 y 14 0.
Звідси x 2 , y 1 .
Отже, P(2; 1) – проекція точки A на пряму l .
Щоб знайти точку A1 , симетричну до точки A стосовно
прямої l , зауважимо, що точка P є серединою відрізка AA1 .
x (6) y 4
Якщо A1 ( x1 ; y1 ) , то 1 2 , 1 1 , тобто x1 2 ,
2 2
y1 6 .
Отже, A1 (2; 6) – точка, симетрична до точки A стосовно
прямої l .
Приклад 4. Знайти рівняння прямої, якщо точка P(2; 3) є
основою перпендикуляра, опущеного з початку координат на цю
пряму.
Розв’язування. Запишемо нормальне рівняння цієї прямої
x cos y sin p 0 .
Знайдемо довжину нормалі p | OP | , де O – початок
координат
p 2 2 3 2 13 .
Нормаль p утворює кут з додатним напрямом осі Ox ,
2 3
тоді cos , sin .
13 13
155
Отже, рівняння шуканої прямої
2 3
x y 13 0 ,
13 13
2 x 3 y 13 0 .
Приклад 5. Знайти рівняння прямих, що проходять через
2
точку A(1; 1) й утворюють кут 45 0 з прямою y x 2 .
3
Розв’язування. Запишемо рівняння прямої l1 , що проходить
через задану точку з кутовим коефіцієнтом k , y y 0 k ( x x0 ) .
Тоді y 1 k ( x (1)) , тобто пряма l1 задається рівнянням
y 1 k ( x 1) .
2
Кут між прямою l1 та заданою прямою l 2 : y x 2 з
3
2
кутовим коефіцієнтом обчислюється за формулою
3
2 2
k k
k k1 3 3 .
tg 2 . Тому tg 45 0 або tg 45 0
1 k1 k 2 2 2
1 k 1 k
3 3
2 2
k k
Якщо 1 3 , то k 5 , якщо 1 3 , то k 1 .
2 2 5
1 k 1 k
3 3
Тоді рівняння шуканої прямої набуває вигляду
1
y 1 (5)( x 1) або y 1 ( x 1) .
5
156
1 6
Отже, y 5 x 4 та y
x – рівняння прямих, що
5 5
проходять через точку A й утворюють кут 45 0 з прямою
2
y x2.
3
x 1 y 2
Приклад 6. Знайти кут між прямими l1 : та
1 5
x 5 y 1
l2 : .
2 3
Розв’язування. Оскільки прямі задані канонічними
рівняннями, то кут між ними шукаємо за формулою
m1 m2 n1 n2
cos .
m12 n12 m22 n22
Отже,
1 (2) 5 3 13 1
cos ,
1 5
2 2
(2) 3
2 2
26 13 2
.
4
Приклад 7. Знайти відстань між прямими
l1 : 3 x 4 y 10 0 та l 2 : 6 x 8 y 5 0 .
Розв’язування. Нормальні вектори заданих прямих
n1 (3; 4) та n 2 (6; 8) колінеарні, тому прямі l1 та l 2
паралельні. Відстань між паралельними прямими дорівнює
відстані від довільної точки на прямій l1 , наприклад, від точки
A(2; 1) до прямої l 2 . Обчислюємо цю відстань за формулою
Ax0 By 0 C
d . Тоді
A2 B 2
157
| 6 2 (8) (1) 5 | 25
d 2,5 .
6 2 (8) 2 10
4 O 2 x
3
Рис. 3.8
Отже, ми одержали дві системи рівнянь
ab 6, ab 6,
4 3 1 або 4 3 1.
a b a b
158
6
Розв’яжемо першу систему рівнянь. Оскільки b , то
a
4 3a
1 , a 2 2a 8 0 . Це рівняння не має розв’язків.
a 6
6
Розв’яжемо другу систему рівнянь. Оскільки b , то
a
4 3a 3
1 , a 2 2a 8 0 , a1 4 , a 2 2 . Тоді b1 , b2 3 .
a 6 2
x y
Отже, умову задачі задовольняють дві прямі: 1,
4 3/ 2
x y
тобто 3x 8 y 12 0 , та 1 , тобто 3x 2 y 6 0 .
2 3
Приклад 9. На прямій l : 2 x y 10 0 знайти точку, сума
відстаней від якої до точок A(3; 26) і B(7; 6) була б
найменшою.
Розв’язування. Визначимо, чи точки
A та B лежать на одному боці від прямої
l , чи по різні. Для цього підставимо B O B1
координати цих точок у ліву частину l1
рівняння прямої l
2 3 26 10 10 0 , M
2 (7) 6 10 10 0 .
Отже, точки A та B лежать на A
одному боці від прямої l . l
Рис. 3.9
Знайдемо координати точки B1 ,
симетричної до точки B стосовно прямої l . Для цього через
точку B проведемо пряму l1 , перпендикулярну до прямої l .
Нормальний вектор прямої l n (2; 1) паралельний до прямої
l1 , тому запишемо канонічне рівняння прямої l1
159
x7 y6
,
2 1
x 2y 5 0 .
Знайдемо точку O перетину прямих l та l1 , розв’язавши
систему рівнянь
2 x y 10 0,
x 2 y 5 0.
Оскільки x 3 , y 4 , то O(3; 4) .
Знайдемо координати точки B1 ( x1 ; y1 ) , пам’ятаючи, що O
x (7) y 6
– середина відрізка BB1 . Тоді 1 3 , 1 4 , тобто
2 2
x1 1 , y1 2 . Отже, B1 (1; 2) .
Щоб сума відстаней від точки M на прямій l до точок A
та B1 була найкоротшою, треба, щоб точки A , M та B1 лежали
на одній прямій. Оскільки | BM || B1 M | , то шукана точка M –
це точка перетину прямої l та прямої, що проходить через точки
A та B1 .
Запишемо рівняння прямої B1 A
x 1 y 2
,
3 1 26 2
12 x y 10 0 .
Знайдемо точку M перетину прямих l та B1 A , розв’язав-
ши систему рівнянь
2 x y 10 0,
12 x y 10 0.
Оскільки x 2 , y 14 , то M (2; 14) .
160
Задачі
161
15.13. Точка A(2, 5) є вершиною квадрата, одна зі сторін
якого лежить на прямій x 2 y 7 0 . Знайти площу цього
квадрата.
15.14. Задано рівняння двох сторін прямокутника
3x 2 y 5 0 , 2 x 3 y 7 0 і одну з його вершин
A(2, 1) . Знайти площу цього прямокутника.
15.15. Скласти рівняння бісектриси кута між прямими
x 2 y 11 0 і 3x 6 y 5 0 , в якому лежить точка
A(1, 3) .
15.16. Скласти рівняння бісектриси кута між прямими
2 x 3 y 5 0 і 6 x 4 y 7 0 , суміжного з кутом, в якому
лежить точка A(2, 1) .
15.17. На прямій 2 x y 5 0 знайти точку, сума відстаней від
якої до точок A(7, 1) і B (5, 5) була б найменшою.
15.18. На осі абсцис знайти точку, сума відстаней від якої до
точок A(1, 2) і B(3, 4) була б найменшою.
Теоретичні відомості
Нехай у просторі задано декартову прямокутну систему
координат Oxyz і площина проходить через точку M 0 ( x0 ; y 0 ; z 0 )
перпендикулярно до ненульового вектора n ( A; B; C ) , який
називається нормальним вектором площини. Тоді
A( x x0 ) B( y y 0 ) C ( z z 0 ) 0 – рівняння площини, що прохо-
дить через задану точку, перпендикулярно до заданого вектора.
Загальне рівняння площини набуває вигляду
Ax By Cz D 0 . Вектор n ( A; B; C ) є нормальним вектором цієї
площини.
Перпендикуляр, опущений з початку координат на площину,
називається нормаллю цієї площини.
162
Нехай нормаль площини має довжину p і утворює кути
, , з додатними напрямами осей Ox , Oy та Oz , відповідно. Тоді
x cos y cos z cos p 0 – нормальне рівняння площини.
Зауважимо, що нормальне рівняння площини має такі власти-
вості: сума квадратів коефіцієнтів біля x , y та z дорівнює одиниці,
вільний член цього рівняння є від’ємним.
Нехай відомі три точки, які не лежать на одній прямій
M 1 ( x1 ; y1 ; z1 ) , M 2 ( x 2 ; y 2 ; z 2 ) , M 3 ( x3 ; y 3 ; z 3 ) . Тоді
x x1 y y1 z z1
x 2 x1 y 2 y1 z 2 z1 0
x3 x1 y 3 y1 z 3 z1
– рівняння площини, що проходить через три задані точки.
Якщо площина відтинає на осях координат відрізки a , b та c ,
x y z
відповідно, то 1 – рівняння площини у відрізках.
a b c
Нехай площина проходить через точку M 0 ( x0 ; y 0 ; z 0 ) па-
ралельно до пари неколінеарних векторів s1 (m1 ; n1 ; p1 ) і
x x0 tm1 rm 2
s 2 (m2 ; n 2 ; p 2 ) . Тоді y y 0 tn1 rn2 – параметричне рівняння
z z tp rp
0 1 2
площини.
Формула відстані від точки M 0 ( x0 ; y 0 ; z 0 ) до площини
Ax By Cz D 0 набуває вигляду
Ax0 By 0 Cz 0 D
d .
A2 B 2 C 2
Якщо дві площини задані загальними рівняннями
1 : A1 x B1 y C1 z D1 0 і 2 : A2 x B2 y C 2 z D2 0 , то кут між
ними обчислюють за формулою
A1 A2 B1 B2 C1C 2
cos .
A12 B12 C12 A22 B22 C 22
163
A1 B1 C1
Тоді – умова паралельності площин, заданих за-
A2 B2 C 2
гальними рівняннями, A1 A2 B1 B2 C1C 2 0 – умова перпендику-
лярності площин, заданих загальними рівняннями.
Нехай пряма l проходить через точку M 0 ( x0 ; y 0 ; z 0 ) паралельно
до заданого ненульового вектора s (m; n; p ) , який називається на-
x x0 y y 0 z z 0
прямним вектором прямої. Тоді – канонічне
m n p
рівняння прямої в просторі.
x x0 mt ,
Якщо t – деякий параметр, то y y 0 nt , – параметричне
z z 0 pt
рівняння прямої, яка проходить через точку M 0 ( x0 ; y 0 ; z 0 ) і має
напрямний вектор s (m; n; p ) .
164
Якщо дві прямі в просторі задані канонічними рівняннями
x x1 y y1 z z1 x x2 y y 2 z z 2
l1 : , l2 : , то кут між
m1 n1 p1 m2 n2 p2
ними обчислюють за формулою
m1 m2 n1 n2 p1 p 2
cos .
m n12 p12 m22 n22 p 22
2
1
m1 n1 p
Тоді 1 – умова паралельності прямих, заданих
m2 n2 p 2
канонічними рівняннями, m1 m2 n1 n2 p1 p 2 0 – умова перпен-
дикулярності прямих, заданих канонічними рівняннями.
Якщо задано пряму l з напрямним вектором s (m; n; p) і пло-
щину з нормальним вектором n ( A; B; C ) , то кут між прямою
та площиною обчислюємо за формулою
| Am Bn Cp |
sin .
A B2 C 2 m2 n2 p2
2
165
1 3 2 2 0 6
M ; ; , M (2; 0; 3) .
2 2 2
Знайдемо координати вектора AB
AB (3 1; 2 (2); 6 0) (2; 4; 6) .
Запишемо рівняння площини, що проходить через задану
точку перпендикулярно до заданого вектора
A( x x 0 ) B( y y 0 ) C ( z z 0 ) 0 .
2( x 2) 4( y 0) 6( z 3) 0 ,
2 x 4 y 6 z 22 0 ,
x 2 y 3z 11 0 .
Приклад 2. Знайти об’єм піраміди, яку відтинає від
координатного кута площина 3x 4 y 24 z 12 0 .
Розв’язування. Запишемо рівняння площини у відрізках.
Для цього в заданому загальному рівнянні площини перенесемо
вільний член вправо, потім поділимо рівняння на (12)
3x 4 y 24 z
1,
12 12 12
x y z
1.
4 3 1/ 2
Отже, площина відтинає на осях координат відрізки
1
a 4 , b 3 , c .
2
Оскільки об’єм піраміди обчислюємо за формулою
1
V | abc | , то
6
1 1
V | 4 3 | 1 .
6 2
166
Приклад 3. Знайти відстань від точки A(4; 3; 0) до
площини, що проходить через точки M 1 (1; 3; 0) , M 2 (4; 1; 2) та
M 3 (3; 0; 1) .
Розв’язування. Запишемо рівняння площини, що проходить
x x1 y y1 z z1
через три точки x 2 x1 y 2 y1 z 2 z1 0 .
x3 x1 y 3 y1 z 3 z1
x 1 y 3 z0
4 1 1 3 2 0 0 ,
3 1 0 3 1 0
x 1 y 3 z
3 4 2 0,
2 3 1
2( x 1) 1( y 3) 1z 0 ,
2x y z 5 0 .
Обчислимо відстань від точки A до площини за формулою
Ax0 By 0 Cz 0 D
d
A2 B 2 C 2
2 4 1 3 (1) 0 5 6
d 6.
2 2 12 (1) 2 6
167
x (1) y 2 z 1
,
1 (1) 2 2 4 1
x 1 y 2 z 1
.
2 0 3
З одержанного канонічного рівняння прямої знаходимо
координати її напрямного вектора s (2; 0; 3) .
Приклад 5. Скласти рівняння прямої l1 , що проходить
через точку A(1; 2; 3) паралельно до прямої
2 x 3 y z 11 0,
l:
x y 2 z 9 0.
Розв’язування. Оскільки прямі l та l1 паралельні, то
напрямний вектор прямої l паралельний до прямої l1 .
Пряма l задана загальним рівнянням, тому координати її
i j k
напрямного вектора s шукаємо за формулою s A1 B1 C1 ,
A2 B2 C 2
i j k
s 2 3 1 5i 3 j k ,
1 1 2
s (5; 3; 1) .
Запишемо канонічне рівняння прямої l1 :
x x0 y y 0 z z 0
,
m n p
x 1 y 2 z 3
.
5 3 1
168
Приклад 6. Скласти рівняння прямої, що проходить через
точку A(2; 4; 7) перпендикулярно до площини 6 x 3 y 5 z
2 0.
Розв’язування. Оскільки пряма та площина перпендику-
лярні, то нормальний вектор площини паралельний до прямої.
Знайдемо координати нормального вектора площини,
заданої загальним рівнянням n ( A; B; C ) , тобто n (6; 3; 5) .
Запишемо канонічне рівняння прямої
x x0 y y 0 z z 0
,
m n p
x2 y4 z7
.
6 3 5
x 1
Приклад 7. Знайти точку перетину прямої l :
1
y 1 z
та площини : 2 x 3 y z 1 0 .
2 6
Розв’язування. Пряма l задана канонічним рівнянням, за-
пишемо її параметричне рівняння, прирівнявши кожну частину
канонічного рівняння до параметра t
x 1 y 1 z
t, t, t,
1 2 6
x t 1,
y 2t 1,
z 6t.
Підставимо значення x , y і z в рівняння площини
2(t 1) 3(2t 1) 6t 1 0 ,
2t 2 0 ,
t 1.
169
Підставимо значення параметра t у параметричне рівняння
прямої
x 2 , y 3 , z 6 .
Отже, M (2; 3; 6) – точка перетину прямої та площини.
Приклад 8. Знайти проекцію P точки A(2; 1; 3) на пряму
x 3t ,
l : y 5t 7, і точку A1 , симетричну до точки A стосовно
z 2t 2
прямої l .
Розв’язування. Знайдемо рівняння площини , що
проходить через точку A , перпендикулярно до прямої l .
l Напрямний вектор
s s (3; 5; 2) прямої l пер-
пендикулярний до площи-
ни , тому запишемо рів-
няння площини , що
A P A проходить через задану
точку перпендикулярно
до заданого вектора
Рис. 3.10
3( x 2) 5( y (1)) 2( z 3) 0 ,
3x 5 y 2 z 7 0 .
Проекція P точки A на пряму l – це точка перетину пря-
мої l та площини . Знайдемо її, підставивши значення x , y та
z з параметричного рівняння прямої l в рівняння площини
3(3t ) 5(5t 7) 2(2t 2) 7 0 ,
38t 38 0 ,
t 1.
170
Підставимо значення параметра t у параметричне рівняння
прямої
x 3 , y 2 , z 4 .
Отже, P(3; 2; 4) – проекція точки A на пряму l .
Щоб знайти точку A1 , симетричну до точки A стосовно
прямої l , зауважимо, що точка P є серединою відрізка AA1 .
x 2 y (1) z 3
Якщо A1 ( x1 ; y1 ; z1 ) , то 1 3, 1 2 , 1 4,
2 2 2
тобто x1 4 , y1 3 , z1 5 .
Отже, A1 (4; 3; 5) – точка, симетрична до точки A стосов-
но прямої l .
Приклад 9. Знайти рівняння перпендикуляра, опущеного з
x 1 y 1 z
точки A(1; 0; 1) на пряму l : .
1 2 3
Запишемо рівняння
площини , перпендику-
l
лярної до прямої l , яка s
проходить через точку A .
Напрямний
вектор
s (1; 2; 3)
A
прямої l буде нормаль- B
ним вектором площини
. Запишемо рівняння
площини, яка проходить
через задану точку, пер- Рис. 3.11
пендикулярно до задано-
го вектора:
A( x x0 ) B( y y 0 ) C ( z z 0 ) 0 ,
1( x 1) 2( y 0) (3)( z (1)) 0 ,
x 2 y 3z 4 0 .
171
Знайдемо точку B перетину прямої l та площини . Для
цього запишемо параметричне рівняння прямої l
x t 1,
l : y 2t 1,
z 3t.
Підставимо ці рівності в рівняння площини
(t 1) 2(2t 1) 3(3t ) 4 0 ,
14t 3 ,
3
t .
14
Підставимо значення параметра t в параметричне рівняння
прямої l , знайдемо координати точки B
11 10 9
B ; ; .
14 7 14
Запишемо рівняння прямої AB . Для цього використаємо
рівняння прямої, що проходить через дві точки:
x x1 y y1 z z1
,
x 2 x1 y 2 y1 z 2 z1
x 1 y0 z (1)
,
11 10 9
1 0 (1)
14 7 14
x 1 y z 1
,
25 10 5
14 7 14
x 1 y z 1
Отже, – рівняння перпендикуляра, опуще-
5 4 1
ного з точки на пряму.
172
Приклад 10. Знайти проекцію P точки A(1; 3; 4) на
площину : 3 x y 2 z 0 і точку A1 , симетричну до точки A
стосовно площини .
Розв’язування. Знайдемо рівняння прямої l , що проходить
через точку A , перпендикулярно до площини .
Нормальний вектор n (3; 1; 2) площини паралельний
до прямої l , тому запишемо канонічне рівняння прямої l
x 1 y 3 z 4 l
.
3 1 2 n
A
Проекція P точки
A на площину – це
точка перетину прямої l P
та площини . Запишемо
параметричне рівняння
прямої l
A
Рис. 3.12
x 3t 1,
l : y t 3,
z 2t 4.
Підставимо значення x , y та z з параметричного рівнян-
ня прямої l в рівняння площини
3(3t 1) (t 3) 2(2t 4) 0 ,
14t 14 0 ,
t 1 .
Підставимо значення параметра t у параметричне рівняння
прямої
x 2 , y 2 , z 2 .
Отже, P(2; 2; 2) – проекція точки A на площину .
173
Щоб знайти точку A1 , симетричну до точки A стосовно
площини , зауважимо, що точка P є серединою відрізка AA1 .
x 1 y 3 z (4)
Якщо A1 ( x1 ; y1 ; z1 ) , то 1 2 , 1 2, 1 2 ,
2 2 2
тобто x1 5 , y1 1 , z1 0 .
Отже, A1 (5; 1; 0) – точка, симетрична до точки A стосов-
но площини .
3x y 1 0,
Приклад 11. Знайти кут між прямою l : та
3x 2 z 2 0
площиною : 2 x y z 4 0 .
Розв’язування. Знайдемо напрямний вектор s прямої l та
нормальний вектор n площини
i j k
s 3 1 0 2i 6 j 3k ,
3 0 2
s (2; 6; 3) ,
n (2; 1; 1) .
Кут між прямою та площиною обчислюємо за формулою
| Am Bn Cp |
sin ,
A2 B 2 C 2 m 2 n 2 p 2
| 2 (2) 1 (6) 1 3 | | 7 | 1
sin ,
2 2 12 12 (2) 2 (6) 2 3 2 6 7 6
1
arcsin .
6
174
Задачі
176
§ 17. Криві другого порядку
Теоретичні відомості
До кривих другого порядку належать еліпс, гіпербола та
парабола. Рівняння цих кривих у прямокутній декартовій системі
координат є рівняннями другого степеня щодо x і y , тобто
Ax 2 Bxy Cy 2 Dx Ey F 0; A2 B 2 C 2 0 .
Еліпсом називають множину точок площини, сума відстаней від
яких до двох фіксованих точок (фокусів еліпса) є сталою.
y
B2 (0; b) M ( x; y )
B1 (0;b)
Рис. 3.13
Точки A1 (a;0) , A2 ( a;0) , B1 (0;b) , B2 (0; b) називають вершина-
ми еліпса ; відрізки A1 A2 2a і B1 B2 2b довжинами великої і малої
осей еліпса; точки F1 (c;0) , F2 (c;0) – фокусами еліпса, відстань між
фокусами F1 F2 2c , а відрізки r1 | F1 M | та r2 | F2 M | – довжинами
фокальних радіусів точки M ( x; y ) , яка належить еліпсу. Для еліпса
b2 a2 c2 .
x2 y2
Тоді 1 – канонічне рівняння еліпса.
a2 b2
177
c
Ексцентриситет еліпса – це число e .
a
Для еліпса e 1 . Через ексцентриситет еліпса можна виразити
b
співвідношення його півосей 1 e 2 і фокальні радіуси
a
r1 a ex та r2 a ex .
Директрисами еліпса називають дві прямі, перпендикулярні до
великої осі еліпса, які розташовані симетрично щодо центра еліпса на
a a
відстані від нього. Рівняння директрис x .
e e
x2 y2
Дотична до еліпса 1 у точці M 0 ( x0 ; y 0 ) задається
a2 b2
xx0 yy 0
рівнянням 2 1.
a2 b
Гіперболою називають множину точок площини, різниця
відстаней яких від двох фіксованих точок (фокусів гіперболи) є
сталою.
B2 (0; b) M ( x; y)
F1 (c;0) F2 (c;0)
A1 (a;0) O A2 (a;0) x
B1 (0;b)
Рис. 3.14
178
Точки A1 (a;0) , A2 (a;0) називають дійсними вершинами
гіперболи; а відрізок A1 A2 2a – довжиною дійсної осі гіперболи;
точки B1 (0;b) , B2 (0; b) – уявними вершинами гіперболи; відрізок
довжиною 2b – уявною віссю гіперболи; точки F1 (c;0) , F2 (c;0) –
фокусами гіперболи, відстань між фокусами F1 F2 2c , а відрізки
r1 | F1 M | та r2 | F2 M | – довжинами фокальних радіусів точки
M ( x; y ) гіперболи. Для гіперболи b 2 c 2 a 2 .
x2 y2
Тоді 1 – канонічне рівняння гіперболи.
a2 b2
b
Прямі y x називаються асимптотами гіперболи.
a
c
Ексцентриситетом гіперболи називають число e .
a
Для гіперболи e 1 . Через ексцентриситет гіперболи можна
b
виразити співвідношення її півосей e 2 1 і фокальні радіуси
a
r1 (ex a ) , r2 (ex a ) , де плюс (мінус) беремо для правої (лівої)
гілки гіперболи.
Директрисами гіперболи називають прямі, перпендикулярні до
a
дійсної осі гіперболи , які є на відстані від початку координат.
e
a
Рівняння директрис x .
e
x2 y2
Дотична до гіперболи 1 у точці M 0 ( x 0 ; y 0 ) задається
a2 b2
xx0 yy 0
рівнянням 2 1.
a2 b
Параболою називають множину всіх точок площини, рівно-
віддалених від фіксованої прямої (директриси) і фіксованої точки
(фокуса), яка не належить цій прямій.
179
y
M ( x; y )
O p x
F ( ;0)
2
p
x
2
Рис. 3.15
Якщо відстань від фокуса до директриси дорівнює p , то коор-
p p
динати фокуса F ( ;0) , а рівняння директриси x .
2 2
Тоді y 2 2 px – канонічне рівняння параболи.
p
Фокальний радіус точки, яка належить параболі r x .
2
Правильна директоріальна властивість кривих другого
порядку.
180
Відношення довжини фокального радіуса кожної точки кривої
другого порядку до відстані від цієї точки до відповідної директриси є
r
величиною сталою і дорівнює ексцентриситету кривої, тобто e .
d
Полярне рівняння кривих другого порядку набуває вигляду
p
r .
1 e cos
У випадку e 1 воно є рівнянням еліпса, у випадку e 1 –
гіперболи, у випадку e 1 – параболи. Для еліпса та гіперболи
b2
полярний параметр p обчислюємо за формулою p .
a
181
ника за теоремою Піфагора велика піввісь еліпса a | OA | 4 .
Тому канонічне рівняння еліпса набуло вигляду
x2 y2
1.
16 9
Приклад 2. Записати рівняння еліпса, фокуси якого лежать
на осі абсцис, симетричного стосовно початку координат, якщо
32 3
відстань між директрисами дорівнює , а ексцентриситет .
3 4
Розв’язування. Оскільки директриси еліпса задаються рів-
a a 32
няннями x , то 2 . За умовою задачі ексцентри-
e e 3
3 a 32
ситет e , тому 2 , звідси велика піввісь еліпса
4 3/ 4 3
c c 3
a 4 . Оскільки e , то , тому c 3 . Для еліпса пра-
a 4 4
вильною є рівність b 2 a 2 c 2 , тоді b 2 16 9 7 . Отже, кано-
нічне рівняння еліпса набуло вигляду
x2 y2
1.
16 7
Приклад 3. Знайти ексцентриситет еліпса, якщо відрізок
між фокусом і віддаленішою вершиною великої осі ділиться
іншим фокусом у відношенні 2 : 1 .
y Розв’язування. За
умовою задачі
| F1 F2 | 2
,
| F2 A2 | 1
A1 F1 O F2 A2 x
2c 2
тобто . Звідси
ac 1
c 1
c a c , 2c a , .
Рис. 3.17 a 2
182
Оскільки ексцентриситет еліпса обчислюємо за формулою
c 1
e , то e .
a 2
1
Приклад 4. Ексцентриситет еліпса дорівнює , центр
3
еліпса збігається з початком координат, а один з фокусів має
координати (2, 0) . Знайти відстань від точки еліпса M ,
абсциса якої дорівнює 2 , до директриси, односторонньої з
заданим фокусом.
Розв’язування. Оскільки лівий фокус еліпса F1 (2, 0) , то
c 2 1
c 2 . Позаяк ексцентриситет еліпса e , то , тобто
a a 3
a 6.
За директоріальною властивістю еліпса відношення
довжини лівого фокального радіуса точки M до відстані від цієї
точки до лівої директриси дорівнює ексцентриситету еліпса,
r r
тому 1 e , d 1 1 .
d1 e
Обчислимо довжину лівого фокального радіуса точки M з
1 20
абсцисою x 2 за формулою r1 a ex . Тоді r1 6 2 .
3 3
Отже, відстань від точки M до лівої директриси
20 / 3
d1 20 .
1/ 3
Приклад 5. Записати рівняння гіперболи, фокуси якої
лежать на осі абсцис симетрично стосовно початку координат,
якщо ця гіпербола проходить через точку M (6, 2 2 ) , а її
уявна піввісь дорівнює 2 . Знайти відстань від точки M до
фокусів гіперболи.
Розв’язування. Канонічне рівняння гіперболи таке:
183
x2 y2
1.
a2 b2
Оскільки точка M (6, 2 2 ) належить гіперболі, то
координати цієї точки задовольняють рівняння гіперболи. Крім
36 8
того, уявна піввісь гіперболи b 2 . Тому 2 1 . Звідси
a 4
a 12 .
2
184
Розв’язування. Асимптоти гіперболи задаються рівняннями
b
y x . Оскільки довжини дійсної та уявної півосей гіперболи
a
a 1 та b 4 , відповідно, то рівняння асимптот y 4 x .
Дві прямі на площині паралельні тоді і тільки тоді, коли
їхні кутові коефіцієнти рівні. Тому шукані прямі мають кутовий
коефіцієнт k1 4 або k 2 4 .
Запишемо рівняння прямої, яка проходить через задану
точку з кутовим коефіцієнтом y y 0 k ( x x0 ) . Оскільки
шукані прямі проходять через точку M (1, 3) , то їхні рівняння
y 3 4( x 1) та y 3 4( x 1) .
Отже, прямі, які проходять через точку M (1, 3) паралель-
y2
но до асимптот гіперболи x 2 1 , задаються рівняннями
16
4 x y 7 0 та 4 x y 1 0 .
Приклад 7. Записати рівняння параболи, симетричної сто-
совно осі Oy з вершиною в початку координат, якщо вона
проходить через точку M (2, 4) .
Розв’язування. Оскільки парабола симетрична стосовно осі
Oy , то її канонічне рівняння x 2 2 py . Координати точки
M (2, 4) повинні задовольняти рівняння параболи, тому
1
2 2 2 p 4 , тобто p . Отже, канонічне рівняння параболи
2
x2 y .
Приклад 8. Знайти фокальний радіус точки M параболи
y 12 x , якщо ордината точки M дорівнює 6 .
2
185
Розв’язування. Обчислимо абсцису точки M . Оскільки
y 6 , то 6 2 12 x , x 3 .
Фокальний радіус точки M (3, 6) обчислюємо за формулою
p
r x . Оскільки з рівняння параболи p 6 , то
2
6
r 3 6.
2
Приклад 9. Знайти точку перетину асимптот гіперболи
x 3 y 2 12 з колом, яке має центр у правому фокусі гіперболи
2
y
A1
O F1 x
A2
Рис. 3.18
186
Правий фокус гіперболи має координати F1 (c, 0) , де
c a 2 b 2 . Тоді c 12 4 16 4 .
b 1
Рівняння асимптот гіперболи y x , тобто y x.
a 3
Правий фокус гіперболи F1 (4, 0) є центром кола. Радіусом
кола є відрізок OF1 , де O(0, 0) . Довжина радіуса кола
R | OF1 | (4 0) 2 (0 0) 2 4 .
187
1
Отже, асимптота y x гіперболи пертинає коло в
3
точках O(0, 0) та A1 (6, 2 3 ) .
1
Аналогічно шукаємо точки перетину асимптоти y x
3
гіперболи з колом ( x 4) 2 y 2 16 . Одержимо точки O(0, 0) та
A2 (6, 2 3 ) .
Отже, існує три точки перетину асимптот гіперболи
x 3 y 2 12 та кола, яке має центр у правому фокусі гіперболи
2
188
b 2 9
a 5 ,
c 4
.
a 5
9 4
Звідси b 2 a , c a . Оскільки для еліпса b 2 a 2 c 2 ,
5 5
9 16 9
то a a 2 a 2 . Тоді a 5 , b 2 5 9 .
5 25 5
9
Отже, полярне рівняння r визначає еліпс, який
5 4 cos
у декартовій системі координат задається рівнянням
x2 y2
1.
25 9
1
б) Запишемо рівняння r у вигляді
2 5 cos
1/ 2 5
r . Оскільки ексцентриситет e
1 , то
1 ( 5 / 2) cos 2
полярне рівняння визначає гілку гіперболи. Для гіперболи
b2
p , тому одержуємо систему рівнянь
a
b2 1
,
a 2
c 5 .
a 2
1 5
Звідси b2 a, c a . Оскільки для гіперболи
2 2
1 5 1
b 2 c 2 a 2 , то a a 2 a 2 . Тоді a 2 , b 2 2 1 .
2 4 2
189
1
Отже, полярне рівняння r визначає гілку
2 5 cos
гіперболи, яка в декартовій системі координат задається
рівнянням
x2 y2
1.
4 1
1
в) Запишемо рівняння r у вигляді
2 2 cos
1/ 2
r . Оскільки ексцентриситет e 1, то полярне
1 cos
1
рівняння визначає параболу, причому p .
2
Оскільки канонічне рівняння параболи y 2 2 px , то
1
полярне рівняння r визначає параболу, яка в
2 2 cos
декартовій системі координат задається рівнянням
y2 x .
Задачі
190
17.2. Записати рівняння еліпса, фокуси якого лежать на осі
абсцис, симетричного стосовно початку координат, якщо:
а) його мала вісь дорівнює 24, а відстань між фокусами 10;
3
б) його велика вісь дорівнює 20, а ексцентриситет ;
5
в) його велика вісь дорівнює 8, а відстань між
директрисами 16;
г) точка M (2, 2) належить еліпсу, а його велика піввісь
дорівнює 4.
2
17.3. Ексцентриситет еліпса дорівнює , фокальний радіус
3
точки еліпса M – 10. Знайти відстань від точки M до
односторонньої з цим фокусом директриси.
2
17.4. Ексцентриситет еліпса дорівнює , відстань від точки
5
еліпса M до директриси – 20. Знайти відстань від точки
M до одностороннього з цією директрисою фокуса.
5 x2 y2
17.5. Точка M 2, лежить на еліпсі 1 . Записати
3 9 5
рівняння прямих, на яких лежать фокальні радіуси точки
M.
12 x2 y2
17.6. Точка M 4, лежить на еліпсі 1 . Знайти
5 25 16
фокальні радіуси точки M .
17.7. Записати рівняння гіперболи, фокуси якої лежать на осі
абсцис симетрично стосовно початку координат, якщо:
3
а) відстань між фокусами дорівнює 6, а ексцентриситет ;
2
4
б) рівняння асимптот y x , а відстань між фокусами
3
дорівнює 20;
191
32
в) відстань між директрисами дорівнює , а уявна вісь 6;
5
5
г) точка M 3, належить гіперболі, а рівняння директ-
2
4
рис x .
3
17.8. Записати рівняння гіперболи, фокуси якої лежать на осі
абсцис симетрично стосовно початку координат, якщо:
5
а) дійсна вісь дорівнює16, а ексцентриситет ;
4
3
б) рівняння асимптот y x , а відстань між директри-
4
4
сами дорівнює 12 ;
5
2
в) відстань між директрисами дорівнює 22 , а відстань
13
між фокусами 26;
9
г) точка M , 1 належить гіперболі, а рівняння
2
2
асимптот y x .
3
17.9. Записати рівняння параболи, симетричної стосовно осі Ox
з вершиною в початку координат, якщо вона проходить
через точку M (9, 6) .
17.10. Записати рівняння параболи, симетричної стосовно осі
Ox з вершиною в початку координат, якщо вона проходить
через точку M (1, 3) .
17.11. Записати рівняння параболи, симетричної стосовно осі
Oy з вершиною в початку координат, якщо вона проходить
через точку M (1, 1) .
192
17.12. Записати рівняння параболи, симетричної стосовно осі
Oy з вершиною в початку координат, якщо вона проходить
через точку M (4, 8) .
193
РОЗДІЛ IV. ЛІНІЙНІ ПРОСТОРИ
Теоретичні відомості
Лінійним простором L над полем P називається множина, на
якій задано бінарну операцію L L L , яку позначають “ ” і
зовнішню бінарну операцію P L L множення на елементи з поля
P , причому для всіх a, b, c L та для довільних , P
виконуються такі аксіоми:
1) (a b) c a (b c) ;
2) a b b a ;
3) 0 L a L a 0 a ;
4) a L ( a ) L a (a ) 0 L ;
5) (a b) a b ;
6) ( )a a a ;
7) ( a ) ( ) a ;
8) 1 a a .
Зауважимо: аксіоми 1-4 означають, що L є абелевою групою
стосовно додавання.
Розглянемо приклади лінійних просторів.
Координатні векторні простори R n та C n є лінійними просто-
рами над полем R та C , відповідно.
Якщо L P , то поле є лінійним простором над самим собою.
Поле комплексних чисел C є лінійним простором над полем
дійсних чисел R .
194
Множина Q( 2 ) {a b 2 | a, b Q } є лінійним простором над
полем раціональних чисел Q .
Множина матриць розміру m n є лінійним простором над по-
лем, з якого беруть елементи матриці.
Множина Pn [x] многочленів степеня n , всіх многочленів P [x]
і многочленів від n змінних P [ x1 , x 2 , , x n ] є лінійними просторами
над полем P .
Множина C[ a, b] функцій, неперервних на відрізку [a, b] , теж
утворює лінійний простір.
Система елементів a1 , a 2 ,, a k L називається лінійно залеж-
ною, якщо існують такі скаляри 1 , 2 , k P , які не всі дорівнюють
нулю, що 1 a1 2 a 2 k a k 0 L .
Система елементів a1 , a 2 ,, a k L називається лінійно неза-
лежною, якщо з того, що 1 a1 2 a 2 k a k 0 L випливає, що
1 2 k 0 .
Нескінченна система елементів a1 , a 2 , , a k , L називається
лінійно залежною, якщо існує скінченна лінійно залежна її підсисте-
ма. В протилежному випадку нескінченна система називається лінійно
незалежною.
Непорожня множина M L називається лінійним підпросто-
ром лінійного простору L , якщо вона сама є лінійним простором
стосовно лінійних операцій, визначених на L .
Правильний такий критерій підпростору.
Непорожня множина M є підпростором простору L тоді і
тільки тоді, коли виконуються такі умови:
1) a, b M a b M ;
2) a M P a M .
Лінійною оболонкою векторів a1 , a 2 ,, a k L називається
множина L(a1 , a 2 ,, a k ) {1 a1 2 a 2 k a k | i P} всіх ліній-
них комбінацій цих векторів.
195
Лінійна оболонка L(a1 , a 2 , , a k ) є підпростором лінійного
простору L , який ще називають підпростором, натягнутим на вектори
a1 , a 2 , , a k , або підпростором, породженим векторами a1 , a 2 , , a k .
Система векторів a1 , a 2 ,, a k L називається системою
твірних простору L (або повною системою в L ), якщо
L L( a1 , a 2 , , a k ) , тобто, якщо кожний вектор x простору L можна
виразити у вигляді лінійної комбінації векторів цієї системи
x 1 a1 2 a 2 k a k .
Базою лінійного простору називається лінійно незалежна сис-
тема твірних цього простору.
Зауважимо, що база – це впорядкована множина векторів, тобто
a1 , a 2 , , a k та a 2 , a1 ,, a k – різні бази простору.
Очевидно, що база простору не єдина, проте всі бази лінійного
простору L складаються з однакової кількості векторів.
Кількість векторів бази простору L називають розмірністю
простору та позначають dim L .
196
(a 0 b0 ) (a1 b1 ) x (a n bn ) x n
(a 0 a1 x a n x n ) (b0 b1 x bn x n ) f ( x) g ( x) .
Тобто, ( f ( x) g ( x)) f ( x) g ( x) , отже, виконується
аксіома 5 лінійного простору.
Аналогічно доводять аксіоми лінійного простору 6 – 8 для
елементів з Pn [x] .
Приклад 2. Навести приклад множини L , для якої викону-
ються всі аксіоми лінійного простору, крім аксіоми 8, тому
множина L не є лінійним простором.
Розв’язування. Нехай G – деяка абелева група стосовно
додавання, яка містить більше, ніж один елемент, а P – деяке
поле. Визначимо операцію множення на елементи групи G так:
P , a G a 0 , де 0 – нейтральний елемент у групі
G . Тоді 1 a 0 , тобто 1 a a .
Отже, аксіома 8 дає змогу при множенні векторів із L на
елементи з поля P одержувати всі вектори з L .
Приклад 3. Нехай a1 , a 2 , a3 , , a m – лінійно незалежна сис-
тема векторів з лінійного простору L над полем P . Довести, що
система векторів a1 a 2 , a 2 , a3 , , a m також лінійно незалежна.
Розв’язування. Припустимо, що система векторів a1 a 2 ,
a 2 , a3 , , a m L лінійно залежна. Тоді існують такі елементи
1 , 2 , 3 , , m P , які не всі дорівнюють нулю,
що 1 (a1 a 2 ) 2 a 2 3 a3 m a m 0 L . Звідси одержуємо,
що 1 a1 (1 2 )a 2 3 a3 m a m 0 L . Оскільки система
векторів a1 , a 2 , a3 , , a m – лінійно незалежна, то з останньої
рівності отримаємо, що 1 0 , 1 2 0 , 3 0, , m 0 ,
але тоді 1 2 3 m 0 , що суперечить тому, що не
всі i одночасно дорівнюють нулю.
197
Приклад 4. Довести, що множина матриць третього поряд-
a b c
ку вигляду d a b є лінійним підпростором простору
e d a
M 3 (R ) . Знайти базу та розмірність цього підпростору.
Розв’язування. Нехай U – множина матриць третього
a b c
порядку вигляду d a b . Для доведення того, що
e d a
U M 3 (R ) , перевіримо критерій підпростору.
1. Нехай A, B U . Доведемо, що A B U . Оскільки
A, B U , то
a b c k l m
A d a b, B n k l .
e d a p n k
Тоді
a k b l c m
A B d n a k b l .
e p d n a k
Бачимо, що A B – матриця такого самого вигляду, що й
матриці A та B . Отже, A B U .
2. Нехай A U , R . Доведемо, що A U . Оскільки
A U , то
a b c
A d a b ,
e d a
Отже, A U .
198
Система векторів
1 0 0 0 1 0 0 0 1
E1 0 1 0 , E 2 0 0 1 , E3 0 0 0 ,
0 0 1 0 0 0 0 0 0
0 0 0 0 0 0
E4 0 0 0 , E5 1 0 0
1 0 0 0 1 0
підпростору U лінійно незалежна.
Справді, припустимо, що система матриць E1 , E 2 , E3 , E 4 , E5
лінійно залежна. Тоді існують такі дійсні числа 1 , 2 , 3 , 4 , 5 ,
які не всі дорівнюють нулю, що
1 E1 2 E 2 3 E3 4 E 4 5 E5 0 .
Виконавши операції в лівій частині останньої рівності,
отримаємо
1 2 3 0 0 0
5 1 2 0 0 0 .
0 0 0
4 5 1
Тоді 1 2 3 4 5 0 , а це суперечить нашому
припущенню. Отже, система E1 , E 2 , E3 , E 4 , E5 – лінійно неза-
лежна.
a b c
Крім того, будь-який вектор (матриця) A d a b під-
e d a
простору U лінійно виражається через систему векторів
E1 , E 2 , E3 , E 4 , E5 , а саме, A aE1 bE 2 cE3 eE 4 dE5 . Отже,
система E1 , E 2 , E3 , E 4 , E5 є базою підпростору U .
Оскільки ця база складається з п’ятьох векторів, то розмір-
ність заданого підпростору dim U 5 .
199
Задачі
200
Довести, що такі системи векторів утворюють лінійний
простір в R n , знайти його базу та розмірність.
18.7. Всі вектори, в яких перша й остання координати рівні.
18.8. Всі вектори, в яких координати з парними номерами дорів-
нюють нулю.
201
M n (R ) . Для n 2 знайти базу і розмірність цього
підпростору.
202
§ 19. Координати і перетворення координат
у лінійних просторах. Ізоморфізм лінійних
просторів
Теоретичні відомості
Нехай L – лінійний простір, dim L n . Тоді база цього простору
складається з n елементів, проте різних баз є багато. Нехай
e1 , e2 ,, en та e1 , e2 ,, en дві бази простору L . Тоді кожний вектор ei ,
i 1, 2, , n однозначно зображається у вигляді лінійної комбінації
векторів бази e1 , e2 ,, en . Тому
e1 11e1 21e2 n1 en ;
e2 12 e1 22 e2 n 2 en ;
................................................;
en 1n e1 2 n e2 nn en ,
n
або ej ij ei , j 1, 2, , n .
i 1
203
Якщо T – матриця переходу від бази e1 , e2 ,, en до бази
e1 , e2 ,, en лінійного простору L , а T – матриця переходу від бази
e1 , e2 ,, en до бази e1 , e2 ,, en , то T T 1 .
Якщо x координатний стовпець вектора в базі e1 , e2 ,, en , x –
координатний стовпець цього ж вектора в базі e1 , e2 ,, en і T –
матриця переходу від бази e1 , e2 ,, en до бази e1 , e2 ,, en , то
x T x і x T 1 x .
Властивості ізоморфізму.
1. Якщо :L L , то (0 L ) 0 L .
204
Приклади розв’язування задач
Приклад 1. Знайти координати многочлена x 2 3x 1 з
R 2 [ x] в базі 1 x , 1 x 2 , 1 x x 2 R 2 [ x] .
x 2 3x 1 ( 2 3 ) x 2 ( 1 3 ) x ( 1 2 3 ) .
Прирівняємо коефіцієнти біля відповідних степенів x
2 3 1,
1 3 3,
1.
1 2 3
205
Деякий вектор x в базі e1 , e2 , e3 має координатний
1
стовпець x 2 . Знайти його координатний стовпець x в базі
4
e1 , e2 , e3 .
Розв’язування. Щоб довести, що системи векторів e1 , e2 , e3
та e1 , e2 , e3 є базами простору R 3 , достатньо перевірити, що
вони лінійно незалежні. Для цього треба переконатися, що ранг
матриць, складених з координат цих векторів, дорівнює 3. За
допомогою елеметарних перетворень зведемо згадані матриці до
східчастого вигляду
3 2 1 1 0 0 1 0 0
1 0 0 ~ 3 2 1 ~ 0 2 1 .
1 0 1 1 0 1 0 0 1
Ранг цієї матриці дорівнює 3.
5 2 1 1 0 0 1 0 0 1 0 0
2 2 3 ~ 2 2 3 ~ 0 2 3 ~ 0 2 3 .
4 2 1 4 2 1 0 2 1 0 0 2
Ранг матриці також дорівнює 3.
Отже, e1 , e2 , e3 та e1 , e2 , e3 – бази простору R 3 .
Знайдемо координати векторів e1 , e2 , e3 в базі e1 , e2 , e3 .
Нехай e1 11e1 21e2 31e3 , тобто
206
Тоді система
3 11 21 31 5,
2 11 2,
1
11 31
2 3 1 1
2 12 2 22 0 32 0 .
3 1 0 1
Розв’язком системи
3 12 22 32 2,
2 12 2,
3
12 32
є 12 1 , 22 3 , 32 2 .
Якщо e3 13 e1 23 e2 33 e3 , тобто
4 3 1 1
2 13 2 23 0 33 0 ,
1 1 0 1
то система
3 13 23 33 4,
2 13 2,
1
13 33
має розв’язок 13 1 , 23 1 , 33 0 .
207
1 1 1
Отже, T 2 3 1 – матриця переходу від бази
0 2 0
e1 , e2 , e3 до бази e1 , e2 , e3 .
Нехай вектор x в базі e1 , e2 , e3 має координатний стовпець
1
x 2 . Щоб знайти його координатний стовпець x в базі
4
e1 , e2 , e3 , скористаємось формулою x T 1 x . Знайдемо
обернену матрицю до матриці T .
Для цього обчислимо визначник і алгебричні доповнення
елементів матриці T
det T 0 0 4 0 0 2 2 ,
3 1 1 1 1 1
T11 2 , T21 2, T31 4,
2 0 2 0 3 1
2 1 1 1 1 1
T12 0, T22 0, T32 1,
0 0 0 0 2 1
2 3 1 1 1 1
T13 4, T23 2 , T33 5 .
0 2 0 2 2 3
2 2 4
1 1
T 0 0 1 .
2
4 2 5
208
2 2 4 1 18 9
1 1
Отже, x 0 0 1 2 4 2 .
2 2 20 10
4 2 5 4
Приклад 3. Перевірити, які з лінійних просторів над полем
R є ізоморфними між собою:
a b
L1 M 2 (R ) | a b c d 0 ,
c d
a b c
L2 0 a b , a, b, c R ,
0 0 a
L3 x R 3 | x1 x 2 x3 0 ,
L4 f ( x) R 2 [ x] | f (0) f (1) 0 ,
209
1 0 0
Базою простору L2 є система матриць E1 0 1 0 ,
0 0 1
0 1 0 0 0 1
E 2 0 0 1 , E3 0 0 0 , тому dim L2 3 .
0 0 0 0 0 0
1
Базою простору L3 є система векторів e1 0 ,
1
0
e2 1 , тому dim L3 2 .
1
Базою простору L4 є многочлен x 2 x , тому dim L4 1 .
База простору L5 містить два елементи 1 та i , тому
dim L5 2 .
Отже, L1 L2 , L3 L5 .
Задачі
210
2 3 1 6
19.2. e1 1 , e2 2 , e3 1 , x 2 .
3 5 1 7
211
1 2 3
19.8. e1 2 , e2 3 , e3 7 ,
1 3 1
3 5 1
e1 1 , e3 1 .
e2 2 ,
4 1 6
1 1 0 1 0 1
19.9. Знайти матрицю переходу від бази , ,
1 0 1 1 1 0
підпростору симетричних матриць із M 2 (R ) до бази
0 1 1 0 0 0
, , .
1 0 0 0 0 1
1 0 0 1
19.10. Знайти матрицю переходу від бази , ,
0 1 0 1
1 1
підпростору верхніх трикутних матриць із M 2 (R )
0 0
0 1 0 0 2 0
до бази , , .
0 0 0 1 0 0
19.11. Знайти матрицю переходу від бази x 2 x , x , x 1
простору R 2 [ x] до бази x 2 1 , x 2 x , x 1 .
19.12. Знайти матрицю переходу від бази x 2 1 , x 1 , 1
простору R 2 [ x] до бази 1 , 1 x , 1 x 2 .
19.13. Довести, що дійсний простір S симетричних матриць
другого порядку ізоморфний дійсному простору K кососи-
метричних матриць третього порядку.
212
a b
та L2 M 2 (R ) | a b c d 0 .
c d
19.15. L1 f ( x) R 3 [ x] | f (1) 0
та L2 f ( x) R 4 [ x] | f (2) f (3) 0 .
Теоретичні відомості
Нехай U та V – підпростори лінійного простору L .
Сумою підпросторів U та V називається множина
U V {u v | u U , v V } .
Аналогічно визначається сума скінченної кількості підпросторів
U 1 U 2 U n {u1 u 2 u n|u i U i } .
213
Нехай L R 3 , підпростір U це площина xO y , V – вісь O z .
Тоді U V {0 L } , а U V R 3 . Отже, dim U 2 , dim V 1 ,
dim(U V ) 3 , dim(U V ) 0 .
Справджується теорема про розмірність суми підпросторів
dim(U V ) dim U dim V dim(U V ) .
Попередні приклади є ілюстрацією цієї теореми.
На практиці, маючи бази підпросторів U та V , знаходимо базу
суми підпросторів як базу лінійної оболонки об’єднання базових
векторів підпросторів U і V , а вже потім базу перетину згідно з його
означенням.
Сума S U V називається прямою сумою підпросторів U та
V , якщо кожний вектор x S однозначно зображають у вигляді суми
x u v , де u U , v V .
Пряму суму підпросторів U та V позначають U V .
Правильний критерій прямої суми підпросторів.
Сума двох підпросторів є прямою тоді і тільки тоді, коли їхнім
перетином є нульовий підпростір.
У такому випадку dim(U V ) dim U dim V ,
n n
dim U i dim U i .
i 1 i 1
214
x u v , де u U , v V . З теореми про розмірність суми
отримуємо, що
dim(U V ) dim U dim V dim(U V ) 2 2 3 1 ,
тобто U V – пряма, яка проходить через початок координат.
Приклад 2. Знайти розмірність суми та перетину лінійних
підпросторів U L(a1 , a 2 , a3 ) і V L(b1 , b2 , b3 ) , якщо
1 2 4 1 0 3
2 1 5 0 1 4
a1 , a 2 , a3 , b1 , b2 , b3 .
3 5 1 1 1 7
4 1 9 0 2 8
Розв’язування. Знайдемо розмірність підпростору U . Для
цього обчислимо ранг матриці, рядками якої є координати
векторів a1 , a 2 , a3
1 2 3 4 1 2 3 4
dim U rang 2 1 5 1 rang 0 3 11 7
4 5 1 9 0 3 11 7
1 2 3 4
rang 0 3 11 7 2 .
0 0 0 0
Тому U L(a1 , a 2 ) .
Аналогічно знайдемо розмірність підпростору V
1 0 1 0 1 0 1 0
dim V rang 0 1 1 2 rang 0 1 1 2
3 4 7 8 0 4 4 8
1 0 1 0
rang 0 1 1 2 2 ,
0 0 0 0
215
тому V L(b1 , b2 ) .
Сумою підпросторів U та V є лінійна оболонка, натягнута
на U V , тому
1 2 3 4
0 3 11 7
dim(U V ) rang
1 0 1 0
0 1 1 2
1 2 3 4 1 2 3 4
0 3 11 7 0 1 1 2
rang rang 3.
0 2 2 4 0 0 8 1
0 1 1 2 0 0 0 0
Отже, U V L(a1 , a 2 , b2 ) , dim(U V ) 3 .
За теоремою про розмірність суми підпросторів
отримуємо, що
dim(U V ) dim U dim V dim(U V ) 2 2 3 1 .
Приклад 3. Знайти бази суми та перетину лінійних під-
просторів U L(a1 , a 2 , a3 ) та V L(b1 , b2 , b3 ) , якщо
216
1 1 1 0
rang 0 1 0 0 3 .
0 0 2 1
Отже, базою підпростору U є система a1 , a 2 , a3 .
Аналогічно
2 1 1 0
dim V rang 0 2 1 1 3 ,
0 0 2 1
тому базою підпростору V є, наприклад, система векторів b1 ,
b2 , b3 .
Знайдемо базу U V як базу лінійної оболонки, натягнутої
на U V
1 1 1 0 1 1 1 0
0 1 0 0 0 1 0 0
0 0 2 1 0 0 2 1
dim(U V ) rang rang
2 1 1 0 0 1 1 0
0 2 1 1 0 2 1 1
0 0 2 1 0 0 2 1
1 1 1 0 1 1 1 0
0 1 0 0 0 1 0 0
0 0 2 1 0 0 2 1
rang rang
0 0 1 0 0 0 0 1
0 0 1 1 0 0 0 1
0 0 2 1 0 0 0 0
217
1 1 1 0
0 1 0 0
0 0 2 1
rang 4,
0 0 0 1
0 0 0 0
0 0 0 0
а базою U V є, наприклад, система векторів a1 , a 2 , a3 , b1 .
Оскільки dim U 3 , dim V 3 , dim(U V ) 4 , то
dim(U V ) 2 .
Нехай вектор x U V . Тоді
x 1 a1 2 a 2 3 a3 1b1 2 b2 3b3 ,
тобто
1 1 0 2 0 0
1 2 1 1 2 0
1 2 3 1 2 3 .
1 1 0 1 1 2
0 1 0 0 1 1
Звідси одержуємо рівності
1 2 2 1 ,
2 2 ,
1 2 3 1 2
1 2 1 2 2 3 ,
2 2 3 ,
218
Знайдемо фундаментальну систему розв’язків цієї системи.
Для цього випишемо матрицю цієї системи та зведемо її до
східчастого вигляду
1 1 0 2 0 0 1 1 0 2 0 0
1 2 1 1 2 0 0 3 1 1 2 0
1 1 0 1 1 2 ~ 0 2 0 1 1 2 ~
0 1 0 0 1 1 0 1 0 0 1 1
1 1 0 2 0 0
0 1 0 0 1 1
~ .
0 0 1 1 1 3
0 0 0 1 1 0
Система лінійних рівнянь набуде вигляду
1 2 2 1 0,
0,
2 2 3
3 1 2 3 3 0,
1 2 0.
Оскільки ранг матриці дорівнює 4, то фундаментальна
система розв’язків цієї системи складається з двох векторів
( 6 4 2 ). Невідомі 2 та 3 вважатимемо вільними. Якщо їм
надати значень 2 1 , 3 0 , то одержимо 1 1 , 2 1 ,
3 0 , 1 1 . Якщо ж прийняти 2 0 , 3 1 , то 1 1 ,
2 1 , 3 3 , 1 0 .
Тоді базою підпростору U V є вектори
x1 1 b1 1 b2 0 b3 та x 2 0 b1 0 b2 1 b3 .
Отже, базу перетину підпросторів утворюють, наприклад,
2 0
1 0
вектори x1 і x 2 .
0 2
1 1
219
Приклад 4. Довести, що сума S лінійних підпросторів U
та V лінійного простору L тоді і тільки тоді буде прямою
сумою, якщо хоча б один вектор x S однозначно зображається
у вигляді x u v , де u U , v V .
Розв’язування. Необхідність очевидна згідно з означенням
прямої суми підпросторів. Доведемо достатність. За критерієм
прямої суми двох підпросторів треба довести таке: коли деякий
один вектор x S U V однозначно зображається у вигляді
x u v , де u U , v V , то U V {0 L } . Припустимо, що
U V {0 L } , тобто існує такий вектор y 0 L , що y U і
y V . Тоді для довільного P одержуємо y U і y V .
Звідси 0 L y ( y ) , де y U , ( y ) V , та 0 L 2 y (2 y ) , де
2 y U , (2 y ) V . Отже, x x 0 L u v y ( y ) і
x u v 2 y (2 y ) . Оскільки розклад вектора x однозначний,
то u y u 2 y , звідси y 2 y , тому y 0 L , що суперечить
тому, що U V {0 L } .
Задачі
220
3 1 2
2 1 1
20.2. a1 , a2 , a3 ,
1 1 0
0 1 2
3 0 5
1 1 2
b1 , b2 , b3 .
1 2 1
0 3 0
221
Чи є прямою сума підпросторів U V , де U L(a1 , a 2 ) ,
V L(b1 , b2 ) ? Розв’язати усно.
1 1 1 0
20.5. a1 2 , a 2 0 , b1 0 , b2 1 .
3 2 0 0
1 1 0 0
2 0 2 1
20.6. a1 , a 2 , b1 , b2 .
3 2 5 0
4 3 7 0
x U , y V .
20.8. Довести, що простір M n (R ) є прямою сумою підпросторів
U A M n (R) | A AT та
V A M n (R) | A AT .
1 1 1
0 1 1
Зобразити матрицю A у вигляді
0 0 1
A S K , де S U , K V .
20.9. Довести таке: якщо dim(U V ) dim(U V ) 1 , то
U V U , а U V V або U V V , а U V U .
20.10. Довести таке: якщо dim(U V ) dim(U V ) , то U V .
222
§ 21. Евклідові й унітарні простори
Теоретичні відомості
Лінійний простір L над полем комплексних чисел C назива-
ється простором зі скалярним добутком, якщо задано відображення
: L L C , яке кожній впорядкованій парі векторів a, b L ста-
вить у відповідність комплексне число (a, b) , яке називається скаляр-
ним добутком векторів a та b , причому виконуються такі аксіоми:
1) (a, b) (b, a) ;
2) (a1 a 2 , b) (a1 , b) (a 2 , b) ;
3) ( a, b) (a, b) ;
4) (a, a) 0 ;
5) (a, a) 0 a 0 L .
З аксіом 1 і 2 випливає властивість
(a, b1 b2 ) (a, b1 ) (a, b2 ) ,
а з аксіом 1 і 3 властивість
( a, b) ( a, b) .
Лінійний простір зі скалярним добутком позначають E . Простір
E над полем R називається евклідовим, а над полем C – унітарним.
Розглянемо приклади евклідових та унітарних просторів.
Якщо E V 3 , то (a , b ) | a | | b | cos , де – кут між вектора-
ми a і b .
a1 b1
a2 b
Нехай E R , якщо a , b 2 , то
n
a b
n n
n
(a , b ) a1b1 a 2 b2 a n bn ai bi ,
i 1
n
тобто простір R є евклідовим.
223
n
Якщо E C n , то (a , b ) a1b1 a 2 b2 a n bn ai bi .
i 1
( f , g ) f ( x) g ( x)dx .
a
Властивості норми.
1. Невід’ємність: || a || 0 .
2. Невиродженість: || a || 0 a 0 E .
3. Абсолютна однорідність: || a ||| | || a || .
4. Нерівність трикутника: || a b |||| a || || b || .
Правильна нерівність Коші-Буняковського.
Для довільних векторів a, b E | (a, b) ||| a || || b || .
Вектори a, b E називаються ортогональними, якщо скаляр-
ний добуток (a, b) 0 . Ортогональність векторів позначається a b .
Справджується теорема Піфагора.
Якщо вектори a і b простору E ортогональні, то
|| a b || 2 || a || 2 || b || 2 .
База e1 , e2 ,, en простору E називається ортогональною, якщо
(ei , e j ) 0 для всіх i j .
224
База e1 , e2 ,, en простору E називається ортонормованою,
якщо
0, i j ,
( ei , e j ) i j
1, i j.
Кожна система попарно ортогональних ненульових векторів лі-
нійно незалежна.
Нехай f 1 , f 2 ,, f k – лінійно незалежна система векторів в E .
Існує така система взаємно ортогональних векторів h1 , h2 , , hk
( hi h j при i j ), що
L( f 1 , f 2 ,, f k ) L( h1 , h2 ,, hk ) ,
тобто h1 , h2 , , hk – ортогональна база лінійної оболонки системи
векторів f 1 , f 2 , , f k .
Алгоритм ортогоналізації виконуємо за формулами
h1 f1 ,
( f 2 , h1 )
h2 f 2 h1 ,
(h1 , h1 )
( f ,h ) ( f ,h )
h3 f 3 3 1 h1 3 2 h2 ,
(h1 , h1 ) (h2 , h2 )
.................................................... ,
k 1
( f ,h )
hk f k k i hi .
i 1 ( hi , hi )
225
Приклади розв’язування задач
Приклад 1. Перевірити, чи можна скалярний добуток век-
x y
торів x 1 та y 1 в просторі R 2 задати так:
x2 y2
( x , y ) x1 y1 x 2 y1 x1 y 2 x 2 y 2 ?
Розв’язування. Перевіримо виконання аксіом 1-5
скалярного добутку.
Оскільки ( y, x ) y1 x1 y 2 x1 y1 x 2 y 2 x 2 ( x , y ) , то
аксіома 1 виконується.
x x
Якщо x x x , де x 1 , x 1 , то
x 2 x 2
x x1
x x 1 , тому
x 2 x 2
( x x , y ) ( x1 x1) y1 ( x 2 x 2 ) y1 ( x1 x1) y 2 ( x 2 x 2 ) y 2
x1 y1 x1y1 x 2 y1 x 2 y1 x1 y 2 x1y 2 x 2 y 2 x 2 y 2
( x1 y1 x 2 y1 x1 y 2 x 2 y 2 ) ( x1y1 x 2 y1 x1y 2 x 2 y 2 )
( x , y ) ( x , y ) ,
тобто виконується аксіома 2.
Очевидною є аксіома 3. Справді, для кожного R отри-
маємо
(x , y ) x1 y1 x 2 y1 x1 y 2 x 2 y 2 ( x , y ) .
Скалярний добуток
( x , x ) x12 2 x1 x 2 x 22 ( x1 x 2 ) 2 0 .
Але ( x , x ) може дорівнювати нулю при x 0 , наприклад,
1
для вектора x , тобто аксіома 4 виконується, але аксіома
1
5 – ні. Отже, так заданий ( x , y ) не є скалярним добутком.
226
Приклад 2. Нехай в евклідовому просторі
|| a |||| b |||| a b || 0 .
Знайти || a b || . Зазначити геометричний зміст цього
твердження.
Розв’язування. З умови задачі отримуємо, що
|| a || 2 || b || 2 || a b || 2 2 .
Тоді
(a, a) (b, b) (a b, a b) 2 .
Тому
2 (a, a) 2(a, b) (b, b) 22 2(a, b) .
Звідси 2(a, b) 2 .
Знайдемо || a b || 2 . Згідно з означенням норми
|| a b || 2 (a b, a b) (a, a ) 2(a, b) (b, b)
2 2 2 32 .
Тому || a b || 3 .
Геометричний зміст умови ab
|| a |||| b |||| a b || полягає в тому, що в
паралелограмі з рівними сторонами, a
тобто в ромбі, сторона дорівнює
діагоналі, тому маємо ромб, в якому
2 b
кути дорівнюють та .
3 3
Приклад 3. Ортогоналізувати систему векторів
1 2 2 2
0 1 2 1
f1 , f2 , f3 , f4 .
2 0 1 5
2 2 0 2
227
Розв’язування. Перевіримо, чи система векторів f1 , f 2 , f 3 ,
f 4 R 4 лінійно незалежна
1 0 2 2 1 0 2 2
2 1 0 2 0 1 4 2
2 2 1 0 ~ 0 2 3 4 ~
2 1 5 2 0 1 1 2
1 0 2 2 1 0 2 2
0 1 4 2 0 1 4 2
~ ~ .
0 0 5 0 0 0 5 0
0 0 5 0 0 0 0 0
Отже, L( f1 , f 2 , f 3 , f 4 ) L( f1 , f 2 , f 3 ) .
Згідно з алгоритмом ортогоналізації
1
0
h1 f1 ,
2
2
2 1 4 / 3 4
( f 2 , h1 ) 1 6 0 1 1 3
h2 f 2 h1 ,
(h1 , h1 ) 0 9 2 4 / 3 3 4
2 2 2 / 3 2
2 1 4
( f 3 , h1 ) ( f 3 , h2 ) 2 4 0 10 / 3 1 3
h3 f 3 h1 h2
(h1 , h1 ) (h2 , h2 ) 1 9 2 15 / 3 3 4
0 2 2
228
2 1 4 2/3 2
2 4 0 2 3 4 / 3 1 4
.
1 9 2 9 4 1 3 3
0 2 2 4 / 3 4
1 4 2
0 1 3 1 4
Отже, h1 , h2 , h3 .
2 3 4 3 3
2 2 4
Приклад 4. Знайти ортонормовану базу підпростору L(a1 ,
1 i 2i
a 2 , a3 ) простору C , де a1 i , a 2 1 , a3 1 2i .
3
1 i 1 i 1 3i
1 i 1 i 1 i 1 i 1 i 1 i
i 1 1 i ~ 0 2 2 2i ~ 0 1 1 i .
2 i 1 2i 1 3i 0 2 2 2i 0 0 0
1 0
Отже, L(a1 , a 2 , a3 ) L( f1 , f 2 ) , де f1 i , f 2 1 .
1 i 1 i
За алгоритмом ортогоналізації
229
1
( f 2 , h1 )
h1 f 1 i , h2 f 2 h1 .
1 i (h1 , h1 )
Обчислюємо
( f 2 , h1 ) 0 1 1 (i ) (1 i ) (1 i ) i 1 2i (1) 3i ,
(h1 , h1 ) 1 1 i (i ) (1 i ) (1 i ) 1 1 2 4 .
0 1 3i
3i 1
Тому h2 1 i 1 .
1 i 4 1 i 4 1 i
Знайдемо || h1 || та || h2 || .
|| h1 || (h1 , h1 ) 2 ,
1 3
|| h2 || (h2 , h2 ) 9 1 2 .
4 2
Отже, ортонормованою базою підпростору L(a1 , a 2 , a3 ) є
1 3i
1 1
вектори e1 i , e2 1 .
2 2 3
1 i 1 i
Задачі
230
21.4. Чи можна в C n задати скалярний добуток формулою
n
(a , b ) a k bk ?
k 1
231
21.12. Довести, що в унітарному просторі твердження з задачі
21.9 неправильне.
Теоретичні відомості
Лінійні підпростори U та V простору E називаються ортого-
нальними, якщо для довільних u U та v V (u , v) 0 . Ортого-
нальні підпростори позначають U V .
232
Якщо U V , то U V {0 E } , тому сума ортогональних під-
просторів завжди пряма, тобто, якщо U V і W U V , то
W U V .
Ортогональним доповненням підпростору U E (до простору
E ) називається множина
U {v E | (u , v) 0, u U } .
Правильні такі твердження.
1. Ортогональне доповнення U є підпростором простору E .
2. Для кожного підпростору U E U U E .
3. dim U n dim U .
233
x1 x 2 x3 2 x 4 0,
x1 x3 3 x 4 0.
Розв’язки цієї системи становлять U , а його базою є її
фундаментальна система розв’язків, яка, очевидно, складається з
1 3
2 1
( 4 2 2 ) двох векторів, наприклад, v1 , v 2 .
1 0
0 1
Отже, U L(v1 , v 2 ) .
Приклад 2. Знайти ортогональну проекцію y і ортого-
нальну складову z вектора x на лінійний підпростір U , якщо
4 1 0 3
2 1 1 1
x , U L(a1 , a 2 , a3 ) , де a1 , a 2 , a3 .
0 1 0 3
2 1 1 5
Розв’язування. Якщо x – деякий вектор із лінійного
простору E , а U – підпростір в E , то існує єдине зображення
вектора x у вигляді x y z , де y U , а z – ортогональний до
U , тобто z U (оскільки для кожного підпростору U E
U U E ). Вектор y називають ортогональною проекцією
вектора x на підпростір U , а вектор z – ортогональною
складовою вектора x .
Знайдемо спочатку базу підпростору U . Для цього
знайдемо rangA , де A – матриця, складена з координат векторів
a1 , a 2 , a3 .
1 1 1 1 1 1 1 1 1 1 1 1
A 0 1 0 1 ~ 0 1 0 1 ~ 0 1 0 1 .
3 1 3 5 0 2 0 2 0 0 0 0
234
Отже, rangA 2 і базою U є, наприклад, вектори a1 , a 2 .
Оскільки y U , то нехай y 1 a1 2 a 2 , тому
x 1 a1 2 a 2 z ,
де z U . Домножимо останню рівність послідовно на a1 та
a 2 , враховуючи, що ( z , a1 ) 0 і ( z , a 2 ) 0 . Отримаємо
( x, a1 ) 1 (a1 , a1 ) 2 (a 2 , a1 ),
( x, a 2 ) 1 (a1 , a 2 ) 2 (a 2 , a 2 ),
тобто
41 4,
2 2 4.
Звідси 1 1 , 2 2 , тому
1 0 1 4 1 3
1 1 3 2 3 1
y 1 2 , z x y .
1 0 1 0 1 1
1 1 1 2 1 1
Приклад 3. Довести, що для підпросторів U та V просто-
ру E правильна властивість (U V ) U V .
Розв’язування. Нехай x – довільний вектор із (U V ) .
Тоді для довільного вектора y U V ( x, y ) 0 . Оскільки
U U V та V U V , то для всіх u U ( x, u ) 0 і для
кожного v V ( x, v) 0 , тому x U та x V . Звідси
x U V . Оскільки x – довільний вектор із (U V ) , то
(U V ) U V .
Нехай тепер y – довільний вектор із U V . Тоді
y U та y V , тому ( y, u ) 0 і ( y, v) 0 для довільних
u U , v V . Звідси ( y, u v) ( y, u ) ( y, v) 0 0 0 , тому
235
y (U V ) . Оскільки y – довільний вектор із U V , то
U V (U V ) .
Із одержаних включень випливає, що (U V ) U V .
Задачі
236
Знайти ортогональну проекцію y і ортогональну складову
z вектора x на лінійний підпростір U L(a1 , a 2 , a3 ) :
4 1 1 1
1 1 2 0
22.5. x , a1 , a 2 , a3 .
3 1 2 0
4 1 1 3
5 2 1 1
2 1 1 2
22.6. x , a1 , a 2 , a3 .
2 1 3 8
2 1 0 1
такого підпростору:
22.10. Матриці з нульовим слідом.
22.11. Верхні трикутні матриці.
22.12. Скільки існує векторів з нормою 1, ортогональних до
1
вектора e1 а) в R 2 ? б) в C 2 ?
0
237
РОЗДІЛ V. ЛІНІЙНІ ОПЕРАТОРИ
Теоретичні відомості
Нехай L та M лінійні простори над спільним полем P .
Відображення : L M лінійного простору L в лінійний простір M
називається лінійним оператором, якщо для довільних x, y L і для
довільного P виконуються умови:
1) ( x y ) ( x) ( y ) ;
2) ( x) ( x) .
Умови 1 та 2 можна об’єднати в одну умову
x1 , x 2 L , , P : ( x1 x 2 ) ( x1 ) ( x 2 ) .
Якщо e1 , e2 ,, en – база простору L , а f1 , f 2 ,, f m – база просто-
ру M , то розкладемо образи базових векторів простору L (e1 ) ,
(e2 ),, (en ) M за векторами бази простору M . Тоді
(e1 ) 11 f 1 21 f 2 m1 f m ;
(e2 ) 12 f1 22 f 2 m 2 f m ;
.........................................................;
(en ) 1n f 1 2 n f 2 mn f m .
Скорочено ці рівності записують так:
m
(e j ) ij f i , j 1, 2, , n .
i 1
238
11 12 1n
22 2n
A (aij ) 21 ,
mn
m1 m 2
стовпцями якої є координати образів векторів бази e1 , e2 ,, en в базі
f1 , f 2 ,, f m .
Оскільки координати вектора в фіксованій базі єдині, то матриця
A визначається однозначно.
Якщо деякий вектор x L в базі e1 , e2 ,, en має координати xi ,
i 1, 2, , n , а його образ ( x) в базі f1 , f 2 ,, f m має координати ~
xi ,
i 1, 2, , m , то зв’язок між координатними стовпцями цього вектора
набуває вигляду
~x 12 1n x1
~1 11
x 2 21 22 2 n x 2
,
~
x m m1 m 2 mn x n
~
або x Ax .
239
Якщо e1 , e2 ,, en – база простору L , в якій матрицею лінійного
оператора є матриця A , а матрицею лінійного оператора – ма-
триця B , то в цій самій базі матрицею оператора є матриця
A B , матрицею оператора – матриця A , а матрицею добутку
є добуток матриць AB .
Матриці лінійного оператора : L L в різних базах зв’язані
так: якщо (e) ~ (e1 , e2 , , en ) – база, в якій матрицею лінійного
оператора є матриця A ( ij ) , а (e) ~ (e1 , e2 , , en ) інша база
простору L , в якій матрицею лінійного оператора є матриця
A ( ij ) , то A T 1 AT , де T – матриця переходу від бази (e) до
бази (e) .
Матриці лінійного оператора : L L в різних базах назива-
ються подібними.
240
Оскільки a 0 , то ( x y ) ( x ) ( y ) тоді і тільки тоді,
коли || x y |||| x || || y || . Ця рівність справджується не для всіх
пар векторів з простору R n . Отже, так визначене відображення
не є лінійним оператором.
Приклад 2. З’ясувати, чи є лінійним оператором відобра-
ження , яке довільному вектору x ( x1 , x2 , x3 ) з простору R 3
ставить у відповідність вектор
( x ) ( x1 2 x 2 , x1 x 2 x3 , 3x3 x1 ) .
Якщо – лінійний оператор, то знайти його матрицю в тій са-
мій базі, в якій задано координати векторів x і ( x ) .
Розв’язування. Перевіримо виконання умов 1 і 2 з озна-
чення лінійного оператора. Для цього розглянемо образ суми
векторів x y , де y ( y1 , y 2 , y 3 )
( x y ) ( x1 y1 , x 2 y 2 , x3 y 3 )
(( x1 y1 ) 2( x 2 y 2 ), ( x1 y1 ) ( x 2 y 2 )
( x3 y 3 ), 3( x3 y 3 ) ( x1 y1 )) .
Отже,
( x y ) ( x1 y1 2 x 2 2 y 2 , x1 y1 x 2
y 2 x3 y 3 , 3 x3 3 y 3 x1 y1 ) .
Сумою образів векторів x та y є вектор
( x ) ( y ) ( x1 2 x 2 , x1 x 2 x3 , 3 x3 x1 )
( y1 2 y 2 , y1 y 2 y 3 , 3 y 3 y1 )
( x1 2 x 2 y1 2 y 2 , x1 x 2 x3 y1
y 2 y 3 , 3x3 x1 3 y 3 y1 ) .
Оскільки x1 , x 2 , x3 , y1 , y 2 , y 3 – дійсні числа, то, очевидно,
що відповідні координати векторів ( x y ) і ( x ) ( y )
попарно рівні, тому ( x y ) ( x ) ( y ) .
241
Нехай – довільне дійсне число. Тоді
(x ) (x1 , x 2 , x3 ) (x1 2x 2 , x1 x 2 x3 ,3x3 x1 )
( x1 2 x 2 , x1 x 2 x3 , 3x3 x1 ) ( x ) .
Отже, – лінійний оператор.
Позначимо через e1 , e2 , e3 вектори бази, в якій задано ко-
ординати векторів x і (x ) . В цій базі вектор e1 має координати
(1, 0, 0) , вектор e2 – координати (0, 1, 0) , вектор e3 – коорди-
нати (0, 0, 1) . Знайдемо образи (e1 ) , (e2 ) , (e3 ) базових век-
торів і розкладемо їх за векторами бази e1 , e2 , e3
(e1 ) (1, 0, 0) (1 2 0, 1 0 0, 3 0 1) (1, 1, 1) ,
(e1 ) 1 e1 1 e2 (1) e3 ,
(e2 ) (0, 1, 0) (0 2 1, 0 1 0, 3 0 0) (2, 1, 0) ,
(e2 ) 2 e1 1 e2 0 e3 ,
(e3 ) (0, 0, 1) (0 2 0, 0 0 1, 3 1 0) (0, 1, 3) ,
(e3 ) 0 e1 (1) e2 3 e3 .
Матрицею A лінійного оператора в базі e1 , e2 , e3 буде
матриця, стовпчиками якої є координати векторів (e1 ) , (e2 ) ,
(e3 ) в базі e1 , e2 , e3 . Отже,
1 2 0
A 1 1 1 .
1 0 3
Приклад 3. Нехай відображення на кожний вектор x з
простору R 3 діє за правилом ( x ) a x , де a – деякий
фіксований вектор. Довести, що – лінійний оператор. Знайти
його матрицю в базі з одиничних векторів i , j , k , якщо
a (1, 1, 1) .
242
Розв’язування. Зауважимо, що за властивостями вектор-
ного добутку двох векторів
( x y) a ( x y) a x a y ( x ) ( y) ,
(x ) a (x ) (a x ) ( x ) .
Отже, – лінійний оператор.
Знайдемо тепер образи (i ) , ( j ) , (k ) векторів бази,
врахувавши, що i (1, 0, 0) , j (0, 1, 0) , k (0, 0, 1) , і розкладе-
мо їх за векторами бази i , j , k
i j k
(i ) a i 1 1 1 0 i 1 j 1 k ,
1 0 0
i j k
( j ) a j 1 1 1 1 i 0 j 1 k ,
0 1 0
i j k
(k ) a k 1 1 1 1 i 1 j 0 k .
0 0 1
Отже, матриця лінійного оператора в базі i , j , k набу-
ває вигляду
0 1 1
A 1 0 1 .
1 1 0
Приклад 4. Довести, що оператор F – множення довіль-
1 2
ної матриці X M 2 (R ) зліва на матрицю є лінійним
3 4
243
оператором. Знайти матрицю оператора F : M 2 (R ) M 2 (R ) в
1 0 0 1 0 0 0 0
базі E1 , E 2 , E3 , E 4 .
0 0 0 0 1 0 0 1
Розв’язування. Нехай A та B – довільні матриці з
простору M 2 (R ) . Тоді
1 2 1 2
F ( A) A , F ( B) B .
3 4 3 4
Отже,
1 2 1 2 1 2
F ( A B) ( A B) A B F ( A) F ( B) ,
3 4 3 4 3 4
1 2 1 2
F (A) (A) A F ( A) , R .
3 4 3 4
Тому F – лінійний оператор.
Знайдемо матрицю оператора F в базі E1 , E 2 , E3 , E 4 .
1 2 1 0 1 0
F ( E1 ) 1 E1 0 E 2 3 E3 0 E 4 ,
3 4 0 0 3 0
1 2 0 1 0 1
F ( E 2 ) 0 E1 1 E 2 0 E3 3 E 4 ,
3 4 0 0 0 3
1 2 0 0 2 0
F ( E3 ) 2 E1 0 E 2 4 E3 0 E 4 ,
3 4 1 0 4 0
1 2 0 0 0 2
F ( E 4 ) 0 E1 2 E 2 0 E3 4 E 4 .
3 4 0 1 0 4
Отже, оператор F в базі E1 , E 2 , E3 , E 4 заданий матрицею
244
1 0 2 0
0 1 0 2
A .
3 0 4 0
0 3 0 4
1 2
Приклад 5. Лінійний оператор в базі f1 , f 2
1 3
1 0
заданий матрицею A , а лінійний оператор в базі
1 1
2 3 1 1
g1 , g 2 заданий матрицею B . Знайти
1 2 1 1
1 0
матрицю операторів та в базі e1 , e2 .
0 1
Розв’язування. Спочатку знайдемо матриці операторів та
в базі e1 , e2 . Матрицею переходу від бази e1 , e2 до бази f 1 ,
1 2
f 2 є, очевидно, матриця T1 , а до бази g1 , g 2 – матриця
1 3
2 3
T2 . Тоді матрицею переходу від бази f1 , f 2 до бази e1 ,
1 2
3 2
e2 буде матриця T1 T11 , а матрицею переходу від
1 1
2 3
бази g1 , g 2 до бази e1 , e2 – матриця T2 T21 .
1 2
Матриця A лінійного оператора в базі e1 , e2 набуває
вигляду
1 2 1 0 3 2 7 4
A (T1) 1 AT1 T1 AT11 .
1 3 1 1 1 1 9 5
245
Аналогічно знаходимо матрицю B лінійного опертора
в базі e1 , e2
2 3 1 1 2 3 3 5
B (T2 ) 1 BT2 T2 BT21 .
1 2 1 1 1 2 3 5
Отже, в базі e1 , e2 матрицею оператора є
10 9
A B ,
12 10
а матрицею оператора – матриця
7 4 3 5 9 15
A B .
9 5 3 5 12 20
Приклад 6. Знайти матрицю оператора проектування R 3
на площину з нормальним вектором n (1, 1, 1) T .
Розв’язування. Нехай x – довільний вектор із R 3 , – пло-
щина з нормальним вектором n . Проекцією вектора x на пло-
щину позначимо P ( x ) . Ортогональна складова Pn ( x ) у цьому
проектуванні дорівнює проекції вектора x на вісь вектора n .
z
n x
Pn (x )
O y
P (x )
x
246
Тому
(n, x ) n (n, x )
Pn ( x ) prn x 2 n .
|| n || || n || || n ||
Оскільки x P ( x ) Pn ( x ) , то
(n , x )
P ( x ) x 2 n .
|| n ||
Нехай e1 (1, 0, 0) T , e2 (0, 1, 0) T , e3 (0, 0, 1) T – база
простору R 3 .
Тоді
1 1 2 / 3
(n , e1 ) 1 2 1 1
P (e1 ) e1 2 n 0 1 1 / 3 e1 e2 e3 ,
|| n || 0 3 1 1 / 3 3 3 3
0 1 1 / 3
(n , e2 ) 1 1 2 1
P (e2 ) e2 2 n 1 1 2 / 3 e1 e2 e3 ,
|| n || 0 3 1 1 / 3 3 3 3
0 1 1 / 3
( n , e3 ) 1 1 1 2
P (e3 ) e3 2 n 0 1 1 / 3 e1 e2 e3 .
|| n || 1 3 1 2 / 3 3 3 3
Отже, матриця оператора проектування R 3 на площину з
нормальним вектором n (1, 1, 1) T набула вигляду
2 1 1
3 3 3
1 2 1
P .
3 3 3
1 1 2
3 3 3
247
Задачі
З’ясувати, які з відображень : R 3 R 3 є лінійними опе-
раторами і у випадку лінійності знайти їхні матриці в тій базі, в
якій задано координати векторів x та (x ) :
23.1. ( x ) ( x1 x 2 , x 2 x3 , x1 x 2 x3 ) .
23.2. ( x ) ( x 2 x3 , 2 x1 x3 , 3 x1 x 2 x3 ) .
23.3. ( x ) ( x1 , x1 x 2 , 2 x 2 x3 1) .
23.4. ( x ) (2 x1 x 2 , x1 x3 , x32 ) .
248
Знайти матриці операторів F : M 2 (R ) M 2 (R ) в базі
1 0 0 0 0 1 0 0
E1 , E 2 , E3 , E 4 , якщо:
0 0 1 0 0 0 0 1
23.11. F – оператор транспонування, який кожній матриці ста-
вить у відповідність транспоновану матрицю.
23.12. F – оператор множення довільної матриці X M 2 (R )
a b
зліва на матрицю A .
c d
249
1 2
23.17. Лінійний оператор в базі a1 , a 2 заданий
2 3
3 5 3
матрицею , а лінійний оператор в базі b1 ,
4 3 1
4 4 6
b2 заданий матрицею . Знайти матрицю
2 6 9
оператора в базі b1 , b2 .
3 1
23.18. Лінійний оператор в базі a1 , a 2 заданий
7 2
2 1
матрицею A , а лінійний оператор в базі
5 3
6 5 1 3
b1 , b2 заданий матрицею B .
7 6 2 7
Знайти матрицю оператора в тій базі, в якій задано
координати всіх векторів.
23.19.* Знайти матрицю оператора ортогонального проектування
R 3 на пряму r a t , де a (1, 2, 3) .
23.20.* Знайти матрицю оператора ортогонального проектування
R 3 на площину з нормальним вектором n (1, 2, 3) .
23.21.* Знайти матрицю оператора симетрії R 3 стосовно прямої
r a t , де a (1, 2, 3) .
23.22.* Знайти матрицю оператора симетрії R 3 стосовно площи-
ни (r , n ) 0 з нормальним вектором n (1, 2, 3) .
250
§ 24. Ядро та образ лінійного оператора
Теоретичні відомості
Ядром лінійного оператора : L M називається множина
таких векторів x L , які відображаються цим лінійним оператором в
0 M . Позначається ядро лінійного оператора Ker . Отже,
Ker {x L | ( x) 0 M } .
Образом лінійного оператора : L M називається множина
Im { y M | y ( x), x L} .
Ядро лінійного оператора Ker є підпростором простору L , а
його образ Im є підпростором простору M .
Якщо – нульовий оператор, то Ker L , Im {0 M } .
Якщо : L L – одиничний оператор, який задається правилом
( x) x для всіх x L , то Ker {0 L } , Im L .
Якщо – оператор проектування векторів з простору R 3 на
площину xO y , то ядром цього оператора буде вісь Oz , а образом –
площина x O y . Зауважимо, що
dim Ker dim Im 1 2 3 dim R 3 .
Якщо – оператор диференціювання в просторі P2 [ x] мно-
гочленів степеня 2 , то ядром цього оператора є множина многочле-
нів нульового степеня, тобто Ker P0 [ x] , образом оператора є
множина многочленів степеня 1 , тобто Im P1 [ x] . Очевидно, що
P0 [ x] P1 [ x] P2 [ x] , тобто Ker Im . Зауважимо, що
dim Ker dim Im dim P2 [ x] ,
хоча сума Ker та Im не пряма, бо
Ker Im P0 [ x] {0} .
Множина розв’язків системи лінійних однорідних рівнянь
Ax 0 є ядром лінійного оператора, який у деякій базі задається
251
матрицею A . Фундаментальна система розв’язків цієї системи рівнянь
є базою ядра KerA .
Рангом лінійного оператора називається розмірність його обра-
зу, тобто rang dim Im .
Ранг будь-якого лінійного оператора : L M дорівнює рангу
матриці цього оператора стосовно довільних баз просторів L та M .
Усі подібні між собою матриці мають однакові ранги.
Дефектом лінійного оператора називається розмірність його
ядра, тобто def dim Ker .
Для довільного лінійного оператора : L M
rang def dim L .
Лінійний оператор : L L називається невиродженим, якщо
rang dim L n .
Нехай задано лінійний оператор : L L . Лінійний оператор
: L L називається оберненим до оператора , якщо
, де – одиничний оператор. Обернений оператор
позначаємо 1 .
Для лінійного оператора : L L існує обернений оператор
1
тоді і тільки тоді, коли оператор невироджений.
1 2 3
A 2 1 1 .
1 1 2
252
Розв’язування. Спочатку знайдемо ранг і дефект лінійного
оператора , врахувавши, що rang dim Im rangA ,
def dim Ker n rangA
1 2 3 1 2 3 1 2 3
A 2 1 1 ~ 0 5 5 ~ 0 1 1 .
1 1 2 0 1 1 0 0 0
Звідси rangA 2 , тому dim Im 2 , dim Ker 1 .
Оскільки Im L( (e1 ), (e2 ), (e3 )) , де e1 , e2 , e3 – база
початкового простору, і в цій базі вектори (e1 ) , (e2 ) , (e3 )
мають координатними стовпцями стовпці матриці A , то базою
Im може бути кожна максимальна лінійно незалежна
підсистема зі стовпців матриці A , наприклад, базою Im є
система
1 2
x1 2 , x 2 1 .
1 1
База Ker складається з одного вектора, який знаходимо
як вектор фундаментальної системи розв’язків для однорідної
системи лінійних рівнянь Ax 0 . Використовуючи східчасту
матрицю, до якої звели матрицю A , отримуємо систему рівнянь
x1 2 x 2 3 x3 0,
x 2 x 3 0.
Тоді
x1 2 x 2 3 x3 ,
x 2 x3 .
Нехай x3 1 , тоді x 2 1 , x1 1 , тому базою Ker є
1
вектор x3 1 .
1
253
Приклад 2. Знайти ядро Ker та образ Im лінійного
оператора проектування простору R 3 на площину з нормаль-
ним вектором n (1, 1, 1) T .
Розв’язування. Використаємо приклад 6 з § 23. З гео-
метричних міркувань очевидно, що Im – площина
x y z 0 , а Ker – вісь з напрямним вектором n . Доведемо
це, використавши матрицю P цього оператора
2 1 1
3 3 3 2 1 1
1 2 1 1
P 1 2 1 .
3 3 3 3
1 1 2 1 1 2
3 3 3
Знайдемо rangP , звівши матрицю P до східчастого
вигляду
1 2 1 1 2 1 1 2 1
P ~ 2 1 1 ~ 0 3 3 ~ 0 1 1 .
1 1 2 0 3 3 0 0 0
Оскільки rangP 2 , то dim Im 2 , базою Im є, на-
приклад, система векторів
2 1
x1 1 , x2 2 .
1 1
Знайдемо базу Ker як фундаментальну систему роз-
в’язків для системи лінійних рівнянь
x1 2 x 2 x3 0,
x 2 x 3 0.
254
1
Нехай x3 1 , тоді x 2 1 , x1 1 . Тому вектор x3 1 –
1
база Ker .
Приклад 3. Довести, що для довільних лінійних операто-
рів : L L і : L L
rang ( ) rang і rang ( ) rang .
Розв’язування. Нехай dim L n . Оскільки для кожного
лінійного оператора : L L rang dim Im , то для дове-
дення першої нерівності достатньо довести, що Im( ) Im .
Нехай a Im( ) . Тоді існує таке x L , що
a ( )( x) ( ( x)) ( y ) , де y ( x) .
Тому a Im . Отже, Im( ) Im , звідси
rang ( ) rang .
Доведемо, що Ker Ker ( ) . Якщо x Ker , то
( x) 0 L , тоді
( ( x)) (0 L ) 0 L .
Тобто ( )( x) 0 L , тому x Ker ( ) .
Отже, Ker Ker ( ) , тому def def ( ) .
Оскільки dim L n , то
rang n-def , rang ( ) n-def ( ) .
Позаяк def def ( ) , то rang ( ) rang .
Приклад 4. Довести, що оператор симетрії простору R 3
стосовно прямої чи площини є невиродженим. Знайти обернені
оператори до цих операторів симетрії.
255
Розв’язування. Якщо : R 3 R 3 – оператор симетрії, то
для довільного вектора x R 3 виконується ( ( x )) x , тому
2 , де – одиничний оператор. Для його матриці S
правильно S 2 E . Звідси очевидно, що det S 0 , S –
невироджена матриця, тому – невироджений оператор.
Очевидно, що S 1 S , тому 1 .
Задачі
Знайти ядра й образи лінійних операторів, заданих у деякій
базі матрицями:
1 1 1
24.1. A 1 1 1 .
1 1 1
1 1 1
24.2. A 2 2 2 .
3 3 3
2 1 1
24.3. A 1 2 1 .
1 1 2
0 0 1
24.4. A 0 0 0 . Який геометричний зміст Ker та Im ?
0 0 0
24.5. Знайти Ker та Im , якщо : V 3 V 3 заданий рівністю
( x ) a x , де a (1, 1, 1) .
24.6. Знайти Ker та Im , якщо : V 3 V 3 заданий рівністю
( x ) ( x , a ) x , де a (1, 1, 1) .
24.7. Довести, що Ker Ker 2 .
256
24.8. Довести, що Im 2 Im .
24.9. Знайти Ker та Im , якщо – лінійний оператор,
0 1
заданий у деякій базі матрицею A .
0 0
24.10. Навести приклад лінійного оператора : L L , для
якого Ker Im L .
24.11. Знайти Ker та Im , якщо – лінійний оператор із
задачі 23.13.
24.12. Знайти Ker та Im , якщо – лінійний оператор із
задачі 23.14.
24.13.* Довести, що матриця S оператора симетрії R 3 стосовно
прямої r a t , де a (1, 2, 3) (див. задачу 23.21) є
невиродженою і S 1 S .
24.14. Довести, що лінійний оператор : R 2 [ x] R 2 [ x] , для
якого ( f ( x)) f ( x 1) є невиродженим.
Теоретичні відомості
Ненульовий вектор x L називається власним вектором, а
число P – власним значенням лінійного оператора : L L ,
якщо ( x) x .
257
Якщо : L L – одиничний оператор, який задається правилом
( x) x для всіх x L , то кожний вектор є власним з власним
значенням 1 .
Якщо : L L оператор подібності, який задається правилом:
для довільного x L ( x) x , де R – фіксоване число, то кож-
ний вектор є власним з власним значенням .
Якщо оператор повороту площини на кут , то з
геометричних міркувань випливає, що при k власних значень і
власних векторів немає.
Якщо A – матриця лінійного оператора : L L в деякій базі і
dim L n , то для знаходження власних значень і власних векторів
треба:
1) обчислити характеристичний многочлен
a11 a12 a1n
a 21 a 22 a2n
det( A E ) ;
a n1 an2 a nn
258
Зауважимо, що характеристичний многочлен не залежить від
вибору бази простору, тобто характеристичні многочлени подібних
матриць збігаються.
Оператор : L L називається оператором простої структу-
ри, якщо існує база простору L , складена з власних векторів цього
оператора.
Оператор є оператором простої структури тоді і тільки тоді,
коли існує база простору, в якій матриця цього оператора має
діагональний вигляд.
Якщо A – матриця лінійного оператора простої структури, то
для зведення її до діагонального вигляду треба:
1) знайти корені i характеристичного многочлена;
2) для кожного i знайти всі власні вектори матриці A ;
3) скласти матрицю T , стовпцями якої є лінійно незалежні
власні вектори матриці A ;
4) записати матрицю A T 1 AT diag (1 , 2 , , n ) .
Якщо всі власні значення 1 , 2 , , n оператора : L L різні,
то такий лінійний оператор називається оператором з простим
спектром.
Власні вектори лінійного оператора, які відповідають різним
власним значенням, лінійно незалежні.
Оператор з простим спектром є оператором простої структури.
Для визначення, чи є лінійний оператор : L L оператором
простої структури, використовують такі поняття.
Алгебричною кратністю власного значення i лінійного опе-
ратора називається кратність i як кореня характеристичного
многочлена, тобто k i – алгебрична кратність i , якщо det( A E )
( i ) ki f ( ) , де f (i ) 0 .
259
Геометричною кратністю власного значення i лінійного
оператора називається розмірність відповідного власного підпрос-
тору, тобто dim Ker ( i ) .
Геометрична кратність власного значення не перевищує його
алгебричної кратності.
Лінійний оператор має просту структуру тоді і тільки тоді, коли
алгебрична кратність кожного його власного значення дорівнює
геометричній кратності.
260
Приклад 2. Знайти власні значення та власні вектори опе-
ратора проектування R 3 на площину x y z 0 .
Розв’язування. Матрицю цього лінійного оператора
обчислено в прикладі 6 з § 23. Отже, матриця цього оператора
проектування
2 1 1
3 3 3
1 2 1
P .
3 3 3
1 1 2
3 3 3
Обчислимо характеристичний многочлен матриці P
2 1 1
3 3 3 2 3 1 1
1 2 1 1
det( P E ) 1 2 3 1
3 3 3 27
1 1 2 1 1 2 3
3 3 3
1
27
(2 3 ) 3 1 1 3(2 3 )
1
(8 36 542 273 8 9 ) 3 22 .
27
Коренями цього многочлена є власні значення 1 0 ,
2 3 1 .
Знайдемо власний вектор для власного значення 0 як
ненульовий розв’язок системи лінійних рівнянь
2 1 1 x 0
1 2 1 y 0 .
1 1 2 z 0
261
Зведемо матрицю системи до східчастого вигляду
2 1 1 1 2 1 1 2 1 1 2 1
1 2 1 ~ 2 1 1 ~ 0 3 3 ~ 0 1 1 .
1 1 2 1 1 2 0 3 3 0 0 0
Система лінійних рівнянь набуде вигляду
x 2 y z 0,
y z 0.
1
x 2 y 1,
Нехай z 1 , тоді , x 1 . Отже, x1 1 –
y 1, 1
власний вектор, який відповідає власному значенню 0 .
Для 2 3 1 власні вектори знайдемо з системи
1 1 1
3 3 3 x 0
1 1 1
y 0 .
3 3 3
1 1 1 z 0
3 3 3
Оскільки dim Ker ( 1 ) 3 rang ( P 1 E ) 3 1 2 , то
1 1
одержуємо два власні вектори x 2 1 , x3 0 , знайдені як
0 1
фундаментальна система розв’язків для цієї системи лінійних
рівнянь.
Приклад 3. Знайти власні підпростори лінійного операто-
ра, матриця якого в деякій базі набуває вигляду
262
3 2 0
A 2 2 2 .
0 2 1
Перевірити, що A – матриця оператора простої структури і
знайти таку невироджену матрицю T , щоб матриця A T 1 AT
була діагональною.
Розв’язування. Знайдемо власні значення лінійного
оператора як корені характеристичного многочлена
3 2 0
det( A E ) 2 2 2
0 2 1
2 2 2 2
(3 ) 2
2 1 0 1
(3 )(2 3 2 4) 2(2 2 )
3 62 3 10 .
Корені цього многочлена знаходимо, наприклад, за схемою
Горнера. Отже, 1 1 , 2 2 , 3 5 .
Обчислимо відповідні власні вектори.
Для 1 розв’язуємо систему рівнянь
4 2 0 x 0
2 3 2 y 0 .
0 2 2 z 0
Зводимо її матрицю до східчастого вигляду
4 2 0 2 3 2 2 3 2
2 3 2 ~ 0 4 4 ~ 0 1 1 .
0 2 2 0 2 2 0 0 0
263
Система лінійних рівнянь набуде вигляду
2 x 3 y 2 z 0,
y z 0.
Розв’зком цієї системи є, наприклад, x 1 , y 2 , z 2 ,
тому відповідний власний підпростір
1
Ker ( A (1) E ) L 2 .
2
Аналогічно знаходимо інші власні підпростори
2 2
Ker ( A 2 E ) L 1 , Ker ( A 5 E ) L 2 .
2 1
Оскільки всі власні значення різні, то A – матриця опера-
тора з простим спектром. Для її діагоналізації використаємо
матрицю T , стовпцями якої є координатні стовпці власних
векторів. Отже,
1 2 2
T 2 1 2 .
2 2 1
3 6 6
1 1
Знаходимо матрицю T 6 3 6 .
27
6 6 3
Звідси одержуємо
3 6 6 3 2 0 1 2 2
1
A T AT
1
6 3 6 2 2 2 2 1 2 ,
27
6 6 3 0 2 1 2 2 1
264
1 0 0
A 0 2 0 .
0 0 5
Приклад 4. Довести, що оператор D диференціювання в
просторі R n [x] не є оператором простої структури.
Розв’язування. Виберемо в просторі R n [x] базу
1, x, x , , x . Оскільки D(1) 0 , D( x) 1 , D( x ) 2 x, ,
2 n 2
265
Розв’язування. Якщо всі i 0 , то A – нульова матриця,
вона є матрицею оператора простої структури.
Нехай рядок ( 1 2 n ) ненульовий. З прикладу 3 з
§ 24 бачимо, що ранг матриці A не перевищує 1, оскільки
A 0 , то rangA 1 . Матриця A при n 1 вироджена, тому
0 є її власним значенням. Геометрична кратність цього
власного значення дорівнює
dim Ker ( A 0 E ) n rangA n 1 .
Тоді його алгебрична кратність також дорівнює (n 1) , бо вона
не менша, ніж його геометрична кратність, тобто (n 1) , і не
може дорівнювати n , оскільки сума всіх власних значень –
trA 12 22 n2 0 , тому отримуємо ненульове власне
значення n 12 22 n2 .
Отже, алгебричні та геометричні кратності всіх власних
значень збігаються, тому A – матриця оператора простої
структури.
Задачі
Знайти власні значення та власні вектори лінійних
операторів, заданих у деякій базі матрицею A :
1 2 1 1
25.1. A . 25.2. A .
4 1 2 4
4 5 2 0 0 1
25.3. A 5 7 3 . 25.4. A 0 1 0 .
6 9 4 1 0 0
3 i 1 2 2i
25.5. A . 25.6. A .
2i 1 i i 3
266
25.7. Довести, що сума і добуток характеристичних чисел
матриці A дорівнює, відповідно, сліду trA і визначнику
det A .
25.8. а) Довести, що характеристичні числа матриці відмінні від
нуля тоді і тільки тоді, коли матриця невироджена.
б) Довести, що характеристичні многочлени матриць AB
та BA збігаються, якщо A і B – квадратні матриці й одна
з них невироджена.
25.9. Довести, що в R 2 n 1 довільний лінійний оператор має хоча
б один власний вектор.
25.10. Довести таке: якщо A M 2 (R ) і det A 0 , то матриця A
має два різні дійсні власні значення.
25.11. Нехай x – власний вектор оператора з власним
значенням 0 0 . Чи буде x власним вектором
операторів: а) 2 ; б) n , n N ; в) 1 ? Знайти відповідні
власні значення.
25.12. Нехай оператор має властивість 2 , де – одинич-
ний оператор. Довести, що він не має інших власних
значень, крім 1 та -1.
25.13. а) Довести таке: якщо в матриці A сума всіх елементів у
кожному рядку дорівнює числу , то – власне значення
для A . Знайти відповідний власний вектор.
1 1 1
3 3 3
1 1 1
б) Знайти власні значення матриці A , не
3 3 3
1 1 1
3 3 3
обчислюючи det( A E ) .
267
25.14. Довести, що сума двох різних власних підпросторів
пряма.
Теоретичні відомості
Підпростір U лінійного простору L називається інваріантним
стосовно лінійного оператора : L L , якщо для довільного x U
вектор ( x) U .
Підпростір {0 L } є інваріантним стосовно довільного лінійного
оператора : L L .
268
Образ Im лінійного оператора : L L є інваріантним сто-
совно цього лінійного оператора. Справді, якщо x Im , то існує та-
кий вектор y L , що x ( y ) . Тоді ( x) ( ( y )) Im .
Нехай x1 , x2 ,, xm – власні вектори лінійного оператора
: L L , які відповідають власним значенням 1 , 2 , , m . Тоді лі-
нійна оболонка цих векторів L( x1 , x2 ,, xm ) є інваріантним під-
простором стосовно лінійного оператора : L L . Підпростори
Ker ( i ) , i 1, 2, , m інваріантні стосовно лінійного оператора
: L L . Якщо ж прийняти 0 , то одержимо, що підпростір Ker
є інваріантним стосовно лінійного оператора : L L .
Кожний підпростір є інваріантним стосовно нульового чи оди-
ничного операторів.
Якщо L – лінійний n -вимірний простір над полем комплексних
чисел C , то кожний лінійний оператор має в ньому інваріантні під-
простори всіх розмірностей k n .
Нехай підпростір U є інваріантним стосовно лінійного операто-
ра : L L , де dim L n , причому dim U m n . Тоді, доповнивши
базу e1 , e2 ,, em підпростору U до бази простору, одержимо базу
простору L , в якій матриця A лінійного оператора набуває вигляду
269
A 0
A 1 ,
0 A2
тобто є блочно-діагональною.
Нехай підпростори U 1 U 2 U n L інваріантні стосовно
лінійного оператора і dim U k k , k 1, 2, , n , причому простір L
розглядається над полем C . Виберемо базу e1 підпростору U 1 , допов-
нимо її до бази e1 , e2 підпростору U 2 і так далі, доки не одержимо ба-
зу e1 , e2 , , en простору L . В цій базі матриця лінійного оператора
набуває вигляду
a11 a12 a13 a1n
0 a 22 a 23 a2n
A 0 0 a33 a3n .
0 0 0 a nn
270
Обернене твердження неправильне. Справді, якщо є,
наприклад, інволютивний оператор, для якого 2 , –
одиничний оператор, то кожний підпростір є інваріантним
стосовно 2 , але не кожний з них інваріантний стосовно
оператора .
Приклад 2. Нехай оператори та переставні, тобто
. Довести, що кожний власний підпростір оператора
є інваріантним стосовно оператора .
Розв’язування. Нехай U Ker ( ) – власний
підпростір оператора , що відповідає власному значенню .
Тоді якщо x U , то ( x) x . Звідси одержуємо, що
( ( x)) ( )( x) ( )( x) ( ( x)) ( x) ( x) ,
тобто вектор ( x) Ker ( ) U . Отже, U – інваріантний
підпростір стосовно оператора .
Приклад 3. Знайти всі підпростори в R 3 , інваріантні сто-
совно лінійного оператора, заданого в деякій базі матрицею
1 2 2
A 1 4 2 .
1 5 3
Розв’язування. Весь простір R 3 і нульовий підпростір є
інваріантними підпросторами кожного оператора.
Для знаходження одновимірних інваріантних підпросторів
достатньо знайти лінійні оболонки власних векторів цього
оператора, бо якщо x U , то ( x) x U .
Знайдемо всі власні вектори оператора .
Обчислимо характеристичний многочлен
271
1 2 2
det( A E ) 1 4 2 (2 )(2 1) .
1 5 3
272
0 0 1
Нехай U 1 Ker ( 1 ) L 1 . Тоді U 2 1 , 0 ,
1 1 1
1
де вектор 0 Ker ( 5 ) .
1
Відомо, що Ker ( 5 ) Ker ( 5 ) 2 . Знайдемо базу
Ker ( 5 ) 2 .
Для матриці ( A 5E ) отримаємо
1 1 1 1 1 1 0 0 0
5 10 5 5 10 5 25 50 25 .
4 9 4 4 9 4 25 50 25
1 2
Тому Ker ( 5 ) L 0 , 1 .
1 0
0 1 2
В базі f1 1 , f 2 0 , f 3 1 матриця A лінійного
1 1 0
оператора – верхня трикутна. Знайдемо її, врахувавши, що
0 1 2 1 2 1
A S AS , де
1
S 1 0 1 . Тоді S 1
1 2 2 .
1 1 0 1 1 1
Отже,
0 0 0
A 0 5 1 .
0 0 5
273
Задачі
274
Лінійний оператор : R 3 R 3 заданий у деякій базі
матрицею A . Знайти базу, в якій матриця цього оператора має
верхній трикутний вигляд і матрицю A оператора в цій базі.
1 1 1 2 5 1
26.11. A 2 2 2 . 26.12. A 1 3 0 .
3 3 3 2 3 2
Теоретичні відомості
Для оператора простої структури існує база простору, складена з
власних векторів цього оператора, в якій його матриця діагональна.
Існують лінійні оператори, які не мають простої структури. Для них
існує база лінійного простору, в якій матриця такого оператора задана
жордановою нормальною формою.
Жордановою кліткою порядку m , що відповідає власному зна-
ченню i , називається матриця m – го порядку
i 1 0 00
0 i 1 0 0
0 0 0 0
J m (i ) i
.
0 0 0 i 1
0 0 0 0 i
275
J m1 (1 ) 0
J m2 ( 2 )
J ( A) ,
0 J ( )
m s s
всі діагональні клітки якої J mi (i ) , i 1, 2, , s є жордановими
клітками.
Наведемо метод зведення матриці до жорданової форми.
1. Обчислюємо характеристичний многочлен f ( ) | A E | .
276
Анулювальний многочлен для матриці A найменшого степеня зі
старшим коефіцієнтом a0 1 називається мінімальним многочленом
матриці A .
Мінімальний многочлен має такі властивості:
а) мінімальний многочлен матриці A єдиний;
б) мінімальний многочлен матриці A є дільником кожного її
анулювального многочлена.
Мінімальний многочлен матриці A обчислюємо за формулою
M ( ) ( 1 ) p1 ( 2 ) p2 ( m ) pm ,
277
Нехай f ( ) – функція, визначена на спектрі матриці J m (i ) .
Тоді функція f ( J m (i )) визначається як матриця вигляду
1 1 1
f (i ) f (i ) f (i ) f ( m 1) (i )
1! 2! (m 1)!
1 1
0 f (i ) f (i ) f ( m2)
(i )
1! (m 2)!
1
0 0 f ( i ) f ( m 3)
(i ) .
(m 3)!
1
0 0 0 f (i ) f (i )
1!
0 0 0 0 f (i )
f ( J m1 (1 )) 0
f ( J m2 (2 ))
f ( J ( A)) .
0 f ( J ms ( s ))
Тоді f ( A) T f ( J ( A))T 1 .
278
3 2 3
A 4 10 12 .
3 6 7
Розв’язування. Складаємо характеристичний многочлен
3 2 3
| A E | 4 10 12 3 62 12 8 .
3 6 7
1 2 3
r rang 4 8 12 1 ,
1
3 6 9
r 2 rang (0) 0 , а r 0 rangA 0 rangE 3 .
Отже, l 1 r 0 2r 1 r 2 1 , тому очевидно, що l 2 1 , хоча
можна й просто обчислити l 2 r 1 2r 2 r 3 1 2 0 0 1 .
Отож,
2 0 0
J ( A) 0 2 1 .
0 0 2
Приклад 2. Чи подібні між собою матриця A з прикладу 1
та матриця
4 2 10
B 4 3 7 .
3 1 7
279
Розв’язування. Матриці A та B подібні тоді і тільки тоді,
коли їхні жорданові форми збігаються з точністю до
розташування жорданових кліток.
Знайдемо жорданову форму матриці B. Її
характеристичний многочлен
4 2 10
| B E | 4 3 7 3 62 12 8
3 1 7
3 1 5
6 2 10 6 2 10
r rang ( B 2 E ) rang 4 1 7 4 1 7
2 2
3 1 5 3 1 5
2 0 4
rang 1 0 2 1 ,
1 0 2
6 2 10 2 0 4
r rang ( B 2 E ) rang 4 1 7 1 0 2
3 3
3 1 5 1 0 2
0 0 0
rang 0 0 0 0 .
0 0 0
280
Очевидно, що r 4 r 3 0 .
Шукаємо кількість кліток порядку 1
l 1 r 0 2r 1 r 2 3 2 2 1 0 .
Очевидно, що l 2 0 , бо якби l 2 1 , то було б l 1 1 , а
l 3 r 2 2r 3 r 4 1 2 0 0 1 .
Отже, жорданова форма матриці B набула вигляду
2 1 0
J (B) 0 2 1 ,
0 0 2
Оскільки J ( A) J ( B) , то матриці A та B не подібні.
Приклад 3. Виписати всілякі можливі варіанти жорданової
форми матриці A , якщо її характеристичний многочлен
det( A E ) ( 1) 4 ( 2) 4 , а мінімальний многочлен
M ( ) ( 1) ( 2) .
2 3
1 1 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 1 0 0 0 0
0 0 0 1 0 0 0 0
J ( A)
0 0 0 0 2 1 0 0
0 0 0 0 0 2 1 0
0 0 0 0 0 0 2 0
0 0 0 0 0 0 0 2
281
або
1 1 0 0 0 0 0 0
0 1 0 0 0 0 0 0
0 0 1 0 0 0 0 0
0 0 0 1 0 0 0 0
J ( A) .
0 0 0 0 2 1 0 0
0 0 0 0 0 2 1 0
0 0 0 0 0 0 2 0
0 0 0 0 0 0 0 2
4 1
Приклад 4. Обчислити sin A , де A .
1 2
Розв’язування. Зведемо матрицю A до жорданової форми.
Знаходимо власні значення
4 1
| A E | 2 6 9 ( 3) 2 .
1 2
Отже, 1 2 3 .
1 1
r 1 rang 1 ,
1 1
1 1 1 1 0 0
r 2 rang rang 0 .
1 1 1 1 0 0
Звідси
l 1 r 0 2r 1 r 2 2 2 1 0 0 ,
l 2 r 1 2r 2 r 3 1 2 0 0 1 .
Отже,
282
3 1
J ( A) .
0 3
Знайдемо перетворювальну матрицю T, для якої
t t2
J ( A) T 1 AT з рівності TJ ( A) AT . Якщо T 1 , то
t3 t 4
t1 t 2 3 1 4 1 t1 t2
.
t3 t 4 0 3 1 2 t 3 t 4
3t1 4t1 t 3 ,
3t t 2t ,
3 1 3
t1 3t 2 4t 2 t 4 ,
t 3 3t 4 t 2 2t 4 .
sin 3 cos 3
Для матриці J ( A) знаходимо sin J ( A) .
0 sin 3
1 1 sin 3 cos 3 0 1
sin A T sin J ( A)T 1
1 0 0 sin 3 1 1
283
Задачі
Знайти жорданову форму матриць:
4 6 15 0 1 0
27.1. 1 3 5 . 27.2. 4 4 0 .
1 2 4 2 1 2
4 5 6 13 16 16
27.3. 5 7 9 . 27.4. 5 7 6 .
2 3 4 6 8 7
3 1 0 0
1 3 3
1 1 0 0
27.5. 2 6 13 . 27.6. .
1 4 8 3 0 5 3
4 1 3 1
27.7. Чи подібні матриці A та B , якщо:
1 0 0 1 1 0 0 0
0 1 0 0 1 1 0 0
A , B ?
0 0 1 0 0 0 1 0
0 0 1 1 0 0 1 1
27.8. Чи подібна матриця з завдання 27.1 та матриця
1 3 3
2 6 13 ?
1 4 8
27.9. Довести таке: якщо хоча б одна із матриць A чи B
невироджена, то матриці AB та BA подібні.
27.10. Навести приклад вироджених матриць A і B , для яких
матриці AB та BA не будуть подібні.
284
Знайти мінімальні многочлени матриць.
3 1 1 4 2 2
27.11. 0 2 0 . 27.12. 5 7 5 .
1 1 1 6 6 4
3 1
27.15. Обчислити e A , якщо A .
1 1
1 1
27.16. Обчислити sin A , якщо A .
1 1
285
РОЗДІЛ VІ. ЛІНІЙНІ ОПЕРАТОРИ
В ЕВКЛІДОВИХ І УНІТАРНИХ ПРОСТОРАХ
ТА ЇХНЄ ЗАСТОСУВАННЯ
Теоретичні відомості
Нехай E – лінійний простір зі скалярним добутком (евклідовий
чи унітарний).
Лінійний оператор * : E E називається спряженим до ліній-
ного оператора : E E , якщо для довільних x, y E правильна
така рівність ( ( x), y ) ( x, * ( y )) .
Якщо лінійний оператор : E E в ортонормованій базі
задається матрицею A , то спряжений оператор * : E E задається
в цій самій базі спряженою матрицею A* A T .
Для довільних лінійних операторів : E E , : E E та
скаляра P правильні такі рівності:
1) ( )* * * ;
2) ( )* * * ;
3) ( *)* ;
4) ( )* * ;
5) ( 1 )* ( *) 1 для довільного невиродженого оператора.
Лінійний оператор : E E називається нормальним, якщо він
комутує зі своїм спряженим, тобто, якщо * * .
286
Лінійний оператор : E E є нормальним тоді і тільки тоді, коли
існує ортонормована база, складена з власних векторів оператора .
Нормальний лінійний оператор є оператором простої структури.
Зауважимо, що не кожний оператор простої структури є
нормальним. Наприклад, оператор : C 2 C 2 , заданий матрицею
1 1
A не є нормальним, але є оператором простої структури.
1 0
Власний вектор нормального оператора є власним вектором
спряженого лінійного оператора, що відповідає спряженому власному
значенню.
Власні вектори нормального оператора, що відповідають різним
власним значенням, ортогональні.
287
переходу від бази f1 , f 2 , f 3 до ортонормованої бази e1 , e2 , e3
1 1 2
буде матриця T T 1
1 0 0 .
1 1 1
Знайдемо матрицю Ae оператора в базі e1 , e2 , e3
0 1 0 1 2 3 1 1 2
Ae (T ) 1 A f T 1 1 2 3 1 2 1 0 0
1 0 1 4 1 1 1 1 1
6 5 8
4 1 5 .
2 1 4
6 4 2
Знаходимо A A 5 1 1 .
*
e
T
e
8 5 4
Тоді
1 1 2 6 4 2 0 1 0
1
A T A T 1 0
*
f
*
e 0 5 1 1 1 1 2
1 1 1 8 5 4 1 0 1
14 20 21
6 10 10 .
5 17 7
Приклад 2. Довести, що ортогональне доповнення до об-
разу лінійного оператора є ядром спряженого оператора.
Розв’язування. Треба довести, що (Im ) Ker * .
288
Нехай x – довільний вектор із (Im ) . Тоді для кожного
вектора yE виконується ( ( y ), x) 0 . Але ж
( ( y ), x) ( y, * ( x)) . Оскільки єдиним вектором, ортогональ-
ним до всіх векторів простору E , є нульовий вектор, то
* ( x) 0 E , тобто x Ker * . Отже, (Im ) Ker * .
Доведемо, що Ker * (Im ) . Нехай y – довільний век-
тор із Ker * . Тоді * ( y ) 0 E , тому
( ( x), y ) ( x, * ( y )) ( x, 0 E ) 0 .
Це означає, що y (Im ) .
Оскільки (Im ) Ker * і Ker * (Im ) , то
(Im ) Ker * , що і треба було довести.
Приклад 3. Довести таке: якщо підпростір U E інварі-
антний стосовно лінійного оператора : E E , то U –
інваріантний підпростір стосовно лінійного оператора * .
Розв’язування. Нехай v – довільний вектор із U , а u –
довільний вектор із U . Тоді оскільки (u ) U , то ( (u ), v) 0 .
Тому ( * (v), u ) (v, (u )) 0 , тобто * (v) U .
Отже, для довільного вектора v U вектор * (v) також
належить до U , тобто U – інваріантний підпростір стосовно
оператора * .
Приклад 4. Довести таке: якщо : E E – нормальний
лінійний оператор, то для довільного вектора x E правильна
рівність || ( x) |||| * ( x) || .
Розв’язування. Оператор : E E нормальний, якщо
* * . Тоді
|| ( x) || 2 ( ( x), ( x)) ( x, * ( x)) ( x, * ( x))
( * ( x), * ( x)) || * ( x) || 2 .
289
Приклад 5. Перевірити, чи є нормальним лінійний опера-
тор : R 2 [ x] R 2 [ x] , для якого ( f ( x)) f ( x 1) f ( x) .
Розв’язування. Лінійний оператор : E E нормальний
тоді і тільки тоді, коли існує база, складена з його власних
векторів. Оскільки власні значення лінійного оператора не
залежать від вибору бази в лінійному просторі, то прийнявши
базу 1 , x , x 2 згідно з прикладом 23.13, отримаємо матрицю лі-
0 1 1
нійного оператора в цій базі A 0 0 2 .
0 0 0
Очевидно, що власними значеннями є 1 2 3 0 ,
тобто алгебрична кратність власного значення 0 дорівнює
3 . Оскільки його геометрична кратність дорівнює
dim Ker ( 0 ) 3 rang ( 0 ) 1 ,
то лінійний оператор не є оператором простої структури, а
тому і не є нормальним лінійним оператором.
Задачі
290
1 0 1
матрицею A f 0 1 0 . Знайти матрицю спряженого
1 0 1
оператора * в базі f1 , f 2 , f 3 .
28.3. Нехай xO y – прямокутна система координат в R 2 , –
оператор проектування R 2 на вісь Ox паралельно
бісектрисі першої та третьої чверті. Знайти оператор * .
28.4. Нехай : R 2 R 2 – оператор повороту площини на кут
. Знайти спряжений оператор * .
28.5. Довести: а) Ker ( *) Ker * ;
б) Im( * ) Im * .
28.6. Довести: а) Ker ( * ) Ker ;
б) Im( *) Im .
3
28.7. В R задана ортонормована база e1 , e2 , e3 . Знайти лінійний
оператор * : R 3 R 3 , якщо – оператор повороту R 3
2
на кут навколо осі, визначеної вектором e1 e2 e3 .
3
28.8. Знайти лінійний оператор * : R 3 R 3 , якщо оператор
задано формулою ( x ) a x , де a (1, 2, 3) T , де a x –
векторний добуток векторів a та x .
28.9. Довести, що Im * ( Ker ) .
28.10. Довести, що rang * rang .
28.11. Знайти площину, інваріантну стосовно лінійного операто-
ра , заданого в ортонормованій базі простору R 3 матри-
5 3 2
цею A 7 2 0 .
3 4 1
28.12*. Довести таке: якщо підпростір U E інваріантний сто-
совно нормального лінійного оператора : E E , то
291
ортогональне доповнення U – теж інваріантний підпрос-
тір стосовно оператора .
28.13. Довести таке: якщо – нормальний оператор, то нор-
мальними операторами також будуть: а) , де – число;
б) k , k N ; в) * .
28.14. Довести, що лінійний оператор з задачі 28.4 є нор-
мальним.
28.15. Нехай 1 та 2 – нормальні оператори. Чи нормальні
оператори: а) 1 2 ; б) 1 2 ?
28.16. Довести таке: якщо – нормальний оператор, то опера-
тор , де – одиничний оператор, а C , також
нормальний.
28.17. Чи можна в просторі многочленів Pn [ x] , n 1 ввести
скалярний добуток так, щоб оператор диференціювання
був нормальним лінійним оператором?
28.18. Нехай та – нормальні оператори і , де –
нульовий оператор. Довести, що .
28.19. Нехай : E E – лінійний оператор, , C такі чис-
ла, що | | 2 | | 2 . Довести, що * – нормальний
лінійний оператор.
28.20. Довести, що || ( x) |||| * ( x) || для всіх x E тоді і тільки
тоді, коли – нормальний лінійний оператор.
Теоретичні відомості
Нехай E – унітарний n -вимірний простір.
Лінійний опратор : E E називається ізометрією, якщо він
зберігає норму вектора, тобто, якщо для довільного x E виконується
|| ( x) |||| x || .
292
Лінійний опратор : E E називається унітарним, якщо
* * , де – одиничний оператор.
Очевидно, що унітарний оператор нормальний і невироджений.
Для нього * 1 .
Можна довести, що в n -вимірному унітарному просторі кожний
ізометричний оператор є унітарним, і навпаки, кожний унітарний
оператор ізометричний.
Матриця A M n (C) називається унітарною, якщо
AA* A * A E .
Матриця унітарного оператора в будь-якій ортонормованій базі
унітарна. І навпаки, якщо матриця деякого оператора в деякій
ортонормованій базі унітарна, то цей оператор унітарний.
Спектр унітарного оператора розміщений на одиничному колі
комплексної площини.
Матриця A M n (C) називається унітарно подібною до матриці
B M n (C) , якщо існує така унітарна матриця U , що B U * AU .
Нехай E – евклідів n -вимірний простір.
Ізометричний оператор на евклідовому просторі називається
ортогональним.
Як і у випадку унітарного простору можна довести, що для лі-
нійного оператора : E E умови || ( x) |||| x || та * *
еквівалентні.
Очевидно, що ортогональний оператор : E E невироджений
і * 1 .
На відміну від унітарного простору в евклідовому просторі існує
поняття кута між векторами x E та y E , який знаходять за
( x, y )
формулою cos .
|| x || || y ||
При ортогональних перетвореннях евклідового простору кути
між векторами не змінюються.
293
Матриця A M n (R ) називається ортогональною, якщо
A A .
1 T
cos i sin i
де i .
sin i cos i
294
Кожна ортогональна матриця ортогонально подібна до матриці
канонічного вигляду.
Нехай E R 3 . Тоді канонічна матриця має один з двох виглядів
1 0 0 1 0 0
A1 0 cos sin або A2 0 cos sin .
0 sin cos 0 sin cos
Справджується теорема Ейлера.
У просторі R 3 кожний лінійний оператор, який зберігає орієнта-
цію, є обертанням навколо деякої осі.
295
Матриця лінійного оператора в цій ортонормованій базі
1 i 2 0
набула вигляду A .
0 1 i 2
Приклад 2. Довести таке: якщо власні значення нормаль-
ного лінійного оператора лежать на одиничному колі, то
оператор – унітарний.
Розв’язування. Якщо – нормальний оператор, то існує
ортонормована база, складена з власних векторів оператора , в
якій матриця оператора є діагональною, тобто
1 0 0
0 2 0
A .
0 0 n
Тоді матриця спряженного оператора
1 0 0
0 2 0
A* .
0 0 n
Тому
| 1 | 2 0 0 1 0 0
0 | 2 | 2
0 0 1 0
AA* E.
0
0 | n | 2 0 0 1
Аналогічно доводиться, що A * A E .
Оскільки матриця лінійного оператора в ортонормованій
базі є унітарною, то цей оператор унітарний.
296
Приклад 3. Нехай – унітарний оператор, x – його влас-
ний вектор. Тоді підпростір U , який складається з векторів,
ортогональних до x , інваріантний стосовно лінійного оператора
.
Розв’язування. Нехай u U . Тоді (u, x) 0 . Доведемо, що
(u ) U , тобто ( (u ), x) 0 . Справді,
( (u ), ( x)) (u, * ( x)) (u , x) 0 .
Позаяк ( x) x , то ( (u ), ( x)) ( (u ), x) 0 . Оскільки
0 , то ( (u ), x) 0 , тобто (u ) U .
Приклад 4. Знайти канонічну базу та матрицю в цій базі
для ортогонального оператора, заданого в деякій ортонормо-
3 1 6
1
ваній базі матрицею A 1 3 6 .
4
6 6 2
Розв’язування. Розглянемо матрицю A як матрицю деякого
унітарного оператора в C 3 (комплексифікація простору R 3 ).
Тоді оператор, заданий матрицею A , має деякі власні значення в
C . Знайдемо їх
3 1 6
4 4 4
1 3 6
det( A E )
4 4 4
6 6 1
4 4 2
3 4 1 6
1
1 3 4 6 .
64
6 6 2 4
297
Додамо до елементів першого рядка відповідні елементи
другого рядка. Потім з першого рядка винесемо множник
4(1 ) за визначник
4 4 4 4 0
1
det( A E ) 1 3 4 6
64
6 6 2 4
1 1 0
4(1 )
1 3 4 6 .
64
6 6 2 4
1 0 0
(1 )
det( A E ) 1 2 4 6
16
6 2 6 2 4
(1 ) 2 4 6 (1 )
(4 16 162 12)
16 2 6 2 4 16
(1 )(2 1) .
298
1 1 6
4 4 4 x 0
1 1 6
y 0 .
4 4 4
6 6 1 z 0
4 4 2
1
Тоді x1 1 .
0
Власні вектори x 2 та x3 шукатимемо у вигляді x 2 u iv ,
x3 u iv , де u, v R 3 .
1 3
Тоді ( A 2 E ) x 2 0 , тобто A i E (u iv) 0 ,
2 2
1 3
A E iE (u iv) 0 .
2 2
Прирівнявши відповідно дійсну та уявну частини рівняння,
одержимо систему
1 3
A E u v 0,
2 2
A 1 E v 3
u 0.
2 2
2 1
З другого рівняння виражаємо u (A E )v та під-
3 2
ставляємо в перше рівняння
2
2 1 3
A E v v 0,
3 2 2
299
2 1
2
3
A E E v 0.
3 2 2
Оскільки
2
1 1 6
4 4 4 4 8 0
1
2
1 1 1 6
A E 8 4 0
2 4 4 4 16
0 0 12
6 6
0
4 4
1 2 0
1
2 1 0 ,
4
0 0 3
то
1 2 0 1 0 0
1 3
2
2 1 3
A E E 2 1 0 0 1 0
3 2 2 2 3 2
0 0 3 0 0 1
1 1
0
3 3 1 1 0
1 1 1
0 1 1 0 .
3 3 3
0 0 0 0
0 0
Тоді координати вектора v шукаємо з рівняння
1 1 0 x 0
1
1 1 0 y 0 .
3
0 0 0 z 0
300
1 0
Отже, v1 1 , v 2 0 – шукані вектори.
0 1
Пронормувавши систему векторів x1 , v1 , v 2 , одержимо
канонічну базу простору R 3
1 1 0
1 1
f1 1 , f2 1 , f3 0 .
2 2 1
0 0
Знайдемо канонічну матрицю лінійного оператора в цій
базі. Оскільки det A 1 , то канонічною формою матриці A
1 0 0
буде матриця B 0 cos sin . Для знаходження кута
0 sin cos
повороту використаємо інваріантність сліду матриці
2
trA trB , тобто 2 1 2 cos , тоді .
3
Отже, канонічна матриця заданого лінійного оператора
набула вигляду
1 0 0
1 3
B 0 .
2 2
0 3 1
2 2
Приклад 5. Надати геометричного змісту ортогональному
оператору, заданому в деякій ортонормованій базі R 3 матрицею
2 1 2
1
A 2 2 1 .
3
1 2 2
301
Розв’язування. Оскільки det A 1 , то канонічною формою
1 0 0
матриці A буде матриця A2 0 cos sin . Знайдемо
0 sin cos
кут повороту з рівності 2 cos 1 2 .
Отже,
1 2
2 cos 1 , cos , .
2 3
Вісь обертання визначається власним вектором, який
відповідає власному значенню 1 . Знайдемо цей вектор із
системи
1 1 2
3 3 3 x 0
2 1 1
3 y 0 .
3 3
1 2 1 z 0
3 3 3
1 1
1
Отже, x 1 – власний вектор, u 1 –
1 3
1
ортонормований власний вектор.
Отож, заданий лінійний оператор є композицією оператора
2
повороту на кут навколо осі з напрямним вектором
3
1
1
u 1 і симетрії стосовно площини x y z 0 .
3
1
302
Задачі
29.1. Довести, що добуток двох унітарних (ортогональних)
операторів є унітарним (ортогональним) оператором.
29.2. Довести, що добуток унітарного оператора на число C
є унітарним тоді і лише тоді, коли | | 1 .
29.3. Знайти третій стовпчик, який доповнює матрицю
1 1
?
3 2
1
U 0 ? до унітарної.
3
1 1 ?
3 2
29.4. Нехай , R . За яких умов матриця
0 0 i
0 i 0
A є унітарною?
0 i 0
i 0 0
303
29.9. Нехай – нормальний оператор, для якого m ,
m N , – одиничний оператор. Довести, що – унітар-
ний оператор.
29.10. Нехай – нормальний оператор. Чи є унітарним, як-
що: а) 2 ; б) m , m N , – нульовий оператор?
304
3 1 6
1
29.16. A 1 3 6.
4
6 6 2
Теоретичні відомості
Оператор :E E називається самоспряженим, якщо
* , тобто для довільних x, y E ( ( x), y ) ( x, ( y )) .
Самоспряжений оператор в унітарному просторі називається
ермітовим, а в евклідовому просторі – симетричним.
Матриця H M n (C) називається ермітовою, якщо H T H .
305
Симетричні оператори в ортонормованій базі евклідового
простору задаються симетричною матрицею, тобто такою матрицею
S , що S S T .
Власні значення симетричної матриці дійсні.
Для кожної симетричної матриці S існує така ортогональна
матриця T , що матриця S T T ST – діагональна.
Щоб звести симетричну матрицю S до діагонального вигляду,
треба:
1) знайти власні значення та власні вектори матриці S ;
2) власні вектори симетричної матриці, які відповідають різним
власним значенням, попарно ортогональні. Якщо ж S має
кратні власні значення, то систему відповідних власних
векторів треба ортогоналізувати, використавши алгоритм
ортогоналізації (§ 21);
3) пронормувати ортогональну систему власних векторів;
4) скласти ортогональну матрицю T , стовпці якої складаються
з координат одержаних ортонормованих векторів;
5) записати матрицю S T T ST diag (1 , 2 , , n ) .
306
Приклади розв’язування задач
Приклад 1. Довести, що лінійний оператор : E E , де
E – унітарний простір, є ермітовим тоді і тільки тоді, коли
( ( x), x) R для кожного вектора x E .
Розв’язування. Нехай : E E – ермітовий оператор,
тобто для довільних x, y E виконується рівність
( ( x), y ) ( x, ( y )) .
Приймемо y x , тоді
( ( x), x) ( x, ( x)) ( ( x), x) .
Тому ( ( x), x) R .
Якщо ж для кожного вектора x E ( ( x), x) R , то
( ( x), x) ( x, ( x)) . З іншого боку, за означенням спряженого
оператора ( ( x), x) ( x, * ( x)) . Отже, для кожного вектора
x E ( x, ( x)) ( x, * ( x)) , тому ( x) * ( x) . Звідси * ,
тобто – ермітовий оператор.
Приклад 2. Нехай A, B M n (C) – ермітові матриці.
Довести, що tr ( AB) R .
Розв’язування. Якщо матриці A та B – ермітові, тобто
A A* A T , B B* B T , то для їхніх елементів aij та bij
виконуються рівності aij a ji , bij b ji , зокрема діагональні
елементи aii R , bii R .
Отже, матриці A та B набувають вигляду
a11 a12 a1n b11 b12 b1n
a a 22 a 2n b b22 b2 n
A 12 , B 12 .
a a 2 n a nn b bnn
1n 1n b2 n
307
Тому
tr ( AB ) (a11b11 a12 b12 a1n b1n )
(a12 b12 a 22 b22 a 2 n b2 n ) (a1n b1n a 2 n b2 n a nn bnn )
n
aii bii (aij bij aij bij ) .
i 1 i j
Отже, tr ( AB ) R .
Приклад 3. Знайти ортонормовану базу з власних векторів
і матрицю S в цій базі для лінійного оператора , заданого в
1 4 1
деякій ортонормованій базі матрицею S 4 16 4 .
1 4 1
Розв’язування. Знайдемо власні значення матриці S .
Очевидно, що rangS 1 (всі рядки пропорційні). Тому det S 0
і 0 – власне значення для матриці S . Геометрична кратність
власного значення 0 дорівнює
dim Ker ( S 0 E ) 3 rangS 3 1 2 .
Оскільки S – симетрична матриця і є матрицею
нормального оператора, то алгебрична кратність кожного
власного значення дорівнює його геометричній кратності, тому
1 2 0 . З умови 1 2 3 trS 18 знаходимо 3 18 .
Знайдемо власні вектори матриці S .
Для 1 2 0 власні вектори одержуємо як
фундаментальну систему розв’язків лінійної однорідної системи
рівнянь
308
x 0
( S 0 E ) y 0 .
z 0
Оскільки rangS 1 , то x 4 y z .
4
Якщо прийняти y 1 , z 0 , то x 4 і x1 1 – власний
0
вектор.
1
Якщо ж y 0 , z 1 , то одержуємо x 1 , тому x 2 0 .
1
Ортогоналізуємо систему векторів x1 , x 2 .
1
Нехай f1 x 2 0 . Тоді
1
4 1 2
( x1 , f1 ) 4
f 2 x1 f1 1 0 1 .
( f1 , f1 ) 0 2 1 2
Для 3 18 власний вектор знаходимо з системи
17 4 1 x 0
4 2 4 y 0 .
1 4 17 z 0
Оскільки rang ( S 18E ) 2 , то, прийнявши, наприклад,
1
x 1 , одержимо y 4 , z 1 , власний вектор x3 4 .
1
309
Ортонормована система власних векторів набуває вигляду
1 2 1
1 1 1
e1 0 , e 2 1 , e3 4 .
2 3 3 2
1 2 1
В базі e1 , e2 , e3 матриця
0 0 0
S 0 0 0 diag (0, 0, 18) .
0 0 18
Приклад 4. Знайти квадратний корінь з лінійного операто-
5 3
ра, який задається матрицею H .
3 5
Розв’язування. Якщо H – матриця додатно визначеного
оператора в ортонормованій базі, то квадратним коренем з неї
називається така матриця B , що B 2 H . Для знаходження мат-
риці B зведемо матрицю H до діагонального вигляду
H U * HU , де унітарна матриця U має своїми стовпцями ко-
ординати ортонормованої системи власних векторів матриці H .
Знайдемо власні значення та власні вектори матриці H
5 3
det( H E ) 2 10 16 ( 2)( 8) .
3 5
Отже, 1 2 , 2 8 .
3 3 x 0 1
Якщо 1 2 , то , x1 .
3 3 y 0 1
3 3 x 0 1
Якщо 2 8 , то , x 2 .
3 3 y 0 1
310
1 1 1 1
Матриця U 2 2 і U* 2 2 . Тоді
1 1 1 1
2 2 2 2
1 1 1 1
5 3
H U * HU 2 2 2
2 2 0 .
1
1 3 5 1 1 0 8
2 2 2 2
Квадратним коренем з матриці H є матриця
2 0
B 2 H .
0 2 2
Знайдемо матрицю B
1 1 1 1
B UB U *
2 2 2
0 2
2 .
1 1 0 2 2 1 1
2 2 2 2
3 1
2 2 1 3 1 .
1 3
2 1 3
2 2
Приклад 5. Знайти полярний розклад лінійного оператора,
1 2
заданого в деякій ортонормованій базі матрицею A .
1 2
Розв’язування. Полярним розкладом матриці A назива-
ється її зображення у вигляді A HU , де H – додатно визна-
чена матриця, а U – унітарна.
311
Матриця A невироджена. Тоді H знаходимо як
квадратний корінь з матриці
1 2 1 1 5 3
AA* .
1 2 2 2 3 5
З попереднього прикладу 4 одержимо
1 3 1
H .
2 1 3
Матрицю U знаходимо за формулою U H 1 A . Тоді
1 1
1 1 3 1 1 2 1 4 4 2 2 .
U
4 2 1 3 1 2 4 2 4 4 1 1
2 2
Задачі
312
Знайти ортонормовану базу з власних векторів і матрицю
S в цій базі для лінійного оператора , заданого в деякій орто-
нормованій базі матрицею S .
1 2 2 6 2 2
30.7. S 2 0 0 . 30.8. S 2 5 0 .
2 0 2 2 0 7
3 2 2 2 2 2
30.9. S 2 3 2 . 30.10. S 2 5 4 .
2 2 3 2 4 5
313
§ 31. Зведення квадратичних форм до
канонічного та нормального виглядів
Теоретичні відомості
Квадратичною формою від змінних x1 , x 2 , , x n називається
однорідний многочлен другого степеня вигляду
n n
Q ( x1 , x 2 , , x n ) aij xi x j ,
i 1 j 1
де aij a ji , aij R .
314
Квадратичну форму можна звести до канонічного вигляду
методом виділення повних квадратів, який відомий як метод
Лагранжа.
n n
Якщо в квадратичній формі Q( x ) aij xi x j всі коефіцієнти
i 1 j 1
aii 0 , то зробивши невироджене перетворення x T x , в якому
x1 x1 x 2 ;
x2 x1 x2 ;
x3 x3 ,
.....................,
xn xn ,
одержимо квадратичну форму Q (x ) , в якій a11 0 .
Тому вважатимемо, що в Q(x ) a11 0 .
Розглянемо ту частину квадратичної форми, яка містить x1
a11 x12 2a12 x1 x 2 2a1n x1 x n
1 1
( a11 x1 a12 x 2 a1n x n ) 2 (a12 x 2 a1n x n ) 2 .
a11 a11
Звідси
1
Q( x ) (a11 x1 a12 x 2 a1n x n ) 2 Q ( x 2 , x3 , x n ).
a11
Позначимо
x1 a11 x1 a12 x 2 a1n x n ;
x 2 x 2 ;
..............;
xn xn .
Для такого перетворення
a11 a12 a13 a1n
0 1 0 0
T 1 0 0 1 0 .
0 0 0 1
315
Отже, таке невироджене перетворення зводить квадратичну
1 2
форму до вигляду Q ( x ) x1 Q ( x 2 , x3 , x n ).
a11
та
Q2 ( x ) x12 x 22 x q2 x q21 x q2 2 x r2
316
Приклади розв’язування задач
Приклад 1. Звести квадратичні форми до головних осей і
знайти відповідне ортогональне перетворення:
а) Q( x ) x12 2 x 22 3x32 4 x1 x 2 4 x 2 x3 ;
б) Q( x ) x12 16 x 22 x32 8 x1 x 2 2 x1 x3 8 x 2 x3 .
Розв’язування.
а) Знайдемо власні значення та власні вектори матриці
квадратичної форми
1 2 0
A 2 2 2 ;
0 2 3
1 2 0
det( A E ) 2 2 2 3 62 3 10 .
0 2 3
Отже, 1 2 , 2 1 , 3 5 .
Відповідні власні вектори
2 2 1
x1 1 , x 2 2 , x3 2
2 1 2
попарно ортогональні, оскільки всі власні значення різні.
Пронормувавши ці вектори, одержимо ортонормовану
систему власних векторів матриці A
2 2 1
3 3 3
1 2 2
u1 ,u ,u ,
3 2 3 3 3
2 1 2
3 3 3
тобто напрямні вектори головних осей квадратичної форми.
317
Шукане ортогональне перетворення набуває вигляду
x T x , де
2 2 1
1
T 1 2 2 ,
3
2 1 2
тобто
2 2 1
x1 x1 x 2 x3 ,
3 3 3
1 2 2
x 2 x1 x 2 x3 ,
3 3 3
2 1 2
x3 x1 x 2 x3 ,
3 3 3
а канонічний вигляд квадратичної форми
Q( x ) 2 x1 2 x 2 2 5 x3 2 .
б) Матриця цієї квадратичної форми набуває вигляду
1 4 1
A 4 16 4 .
1 4 1
Вона збігається з матрицею S із прикладу 3, § 30. Тому,
використовуючи цей приклад, одержимо відповідні власні
значення 1 2 0 , 3 18 .
Зауважимо, що у цьому випадку для знаходження
ортонормованої системи власних векторів e1 , e2 , e3 треба було
використати алгоритм ортогоналізації. У підсумку матриця
ортогонального перетворення x T x , яке зводить Q(x ) до ка-
нонічного вигляду Q( x ) 18 x3 2 , набула вигляду
318
1 2 1
2 3 3 2
1 4
T 0 ,
3 3 2
1 2 1
2 3 3 2
а саме перетворення
1 2 1
x1 x1
x 2 x3 ,
2 3 3 2
1 4
x2 x 2 x3 ,
3 3 2
1 2 1
x3 x1 x 2 x3 .
2 3 3 2
Приклад 2. Методом Лагранжа звести квадратичну форму
до канонічного вигляду. Знайти відповідне невироджене
перетворення, якщо
Q( x ) 2 x12 x 22 3 x32 4 x1 x 2 4 x1 x3 .
Розв’язування. Спочатку розглянемо доданки, які містять
x1 :
2 x12 4 x1 x 2 4 x1 x3 2(( x1 x 2 x3 ) 2 x 22 x32 2 x 2 x3 ) .
Тому одержимо
Q( x ) 2( x1 x 2 x3 ) 2 2 x 22 2 x32 4 x 2 x3 x 22 3x32
2( x1 x 2 x3 ) 2 x 22 4 x 2 x3 x32
2( x1 x 2 x3 ) 2 (( x 2 2 x3 ) 2 4 x32 ) x32
2( x1 x 2 x3 ) 2 ( x 2 2 x3 ) 2 5 x32 .
Позначивши
y1 x1 x 2 x3 ,
y 2 x 2 2 x3 ,
y 3 x3 ,
319
одержимо канонічний вигляд квадратичної форми
Q( y ) 2 y12 y 22 5 y 32 .
Приклад 3. Методом Лагранжа звести квадратичну форму
до нормального вигляду. Знайти її ранг, додатний і від’ємний
індекси інерції та сигнатуру, якщо
Q( x ) 2 x1 x 2 3x 2 x3 .
Розв’язування. Спочатку виконаємо перетворення
x1 y1 y 2 ,
x 2 y1 y 2 ,
x3 y 3 .
Тоді
Q( y ) 2( y12 y 22 ) 3 y1 y 3 3 y 2 y 3
3
2 y12 3 y1 y 3 2 y 22 3 y 2 y 3 2( y12 y1 y 3 ) 2 y 22 3 y 2 y 3
2
3 9
2(( y1 y 3 ) 2 y 32 ) 2 y 22 3 y 2 y 3
4 16
3 3 9
2( y1 y 3 ) 2 2( y 22 y 2 y 3 y 32 )
4 2 16
3 3
2( y1 y 3 ) 2 2( y 2 y 3 ) 2 .
4 4
Позначивши
3
z1 2 ( y1 y 3 ) ,
4
3
z 2 2 ( y 2 y3 ) ,
4
z3 y3 ,
одержимо такий нормальний вигляд квадратичної форми:
Q( z ) z12 z 22 .
320
Ранг квадратичної форми r 2 , додатний індекс інерції
p 1 , від’ємний індекс інерції q 1 , сигнатура s 2 p r 0 .
Приклад 4. Звести до нормального вигляду квадратичну
форму за всіляких можливих значень R , якщо
Q( x ) x12 x 22 x32 2 x1 x 2 4 x1 x3 .
Розв’язування. Виділимо в квадратичній формі повні
квадрати методом Лагранжа
Q( x ) ( x1 x 2 2 x3 ) 2 x 22 4 x32 4 x 2 x3 x 22 x32
( x1 x 2 2 x3 ) 2 3x32 4 x 2 x3 ( 1) x 22
4 1 2
( x1 x 2 2 x3 ) 2 3( x32 x 2 x3 x2 )
3 3
2 4 1 2
( x1 x 2 2 x3 ) 2 3(( x3 x 2 ) 2 x 22 x2 )
3 9 3
2 1
( x1 x 2 2 x3 ) 2 3( x3 x 2 ) 2 ( ) x 22 .
3 3
Позначимо
y1 x1 x 2 2 x3 ,
2
y 2 x3 x 2 ,
3
y3 x2 .
Тоді
1
Q( y ) y12 3 y 22 ( ) y 32 .
3
1 1
Отже, при Q( x ) ~ z12 z 22 , при
3 3
1
Q( x ) ~ z12 z 22 z 32 , а при Q( x ) ~ z12 z 22 z 32 .
3
321
Задачі
Теоретичні відомості
Квадратична форма Q(x ) називається додатно визначеною,
якщо для довільного x R n , x 0 , Q ( x ) 0 .
Якщо для довільного x R n , x 0 , Q ( x ) 0 , то квадратична
форма називається невід’ємно визначеною.
Якщо квадратична форма Q(x ) може набувати додатних і
від’ємних значень, то вона називається знакозмінною.
Правильні такі умови додатної визначеності.
1. Квадратична форма Q (x ) додатно визначена тоді і тільки тоді,
коли всі коефіцієнти в канонічному вигляді квадратичної форми
додатні.
323
2. Квадратична форма Q (x ) додатно визначена тоді і тільки тоді,
коли всі власні значення матриці квадратичної форми додатні.
3. Якщо квадратична форма Q(x ) додатно визначена, то визначник її
матриці додатний. Обернене твердження неправильне.
Вироджена квадратична форма ( rangA n ) не може бути додат-
но визначеною, і лише знакозмінна або невід’ємна.
Головними мінорами матриці A (aij ) називаються мінори
a11 a12
1 | a11 | , 2 , , n det A .
a 21 a 22
324
тобто до вигляду A( z ) z T D T C T ACD z . Зведемо квадратичну форму
A( z ) до канонічного вигляду за допомогою ортогонального перетво-
рення z P u . Це перетворення не змінить матриці квадратичної
форми z12 z 22 z n2 , бо
P T D T C T BCDP P T EP E .
Отже, перетворення x CDPu зводить обидві квадратичні фор-
ми до канонічного вигляду, причому додатно визначена квадратична
форма зводиться до нормального вигляду
u12 u 22 u n2 .
325
1 1 0, R,
2 4 0,
2
λ (-2 , 2), (0, 2) .
22 4 0, (0, 2),
3
Отже, Q( x ) 0 при (0, 2) .
Приклад 2. За яких значень квадратична форма
Q( x ) x12 4 x 22 2 x32 2x1 x 2 2 x1 x3
від’ємно визначена?
Розв’язування. З теореми Якобі випливає, що квадратична
форма від’ємно визначена тоді і тільки тоді, коли її головні
мінори задовольняють систему нерівностей
1 0,
2 0,
0.
3
Матриця квадратичної форми
1 1
A 4 0 .
1 0 2
Тому
1 1 0, R,
2 4 0, λ (-2 , 2), ( 2 , 2 ) .
2
22 4 0, ( 2 , 2 ),
3
Отже, квадратична форма Q( x ) від’ємно визначена при
( 2 , 2 ) .
326
Приклад 3. Звести пару квадратичних форм одним неви-
родженим перетворенням до канонічного вигляду. Знайти ці
канонічні форми і таке перетворення, якщо
A( x ) 4 x12 16 x1 x 2 6 x 22 , B ( x ) x12 2 x1 x 2 3 x 22 .
Розв’язування. Матрицями заданих квадратичних форм є,
відповідно
4 8 1 1
A та B .
8 6 1 3
Очевидно, що додатно визначеною є лише квадратична
форма B (x ) .
Зведемо B (x ) до канонічного вигляду
B ( x ) ( x1 x 2 ) 2 2 x 22 .
Тоді, позначивши
y1 x1 x 2 ,
y 2 2 x2 ,
одержуємо
B( x ) ~ y12 y 22 .
Легко перевірити, щор матриця C перетворення x Cy
набуває вигляду
1
1
C 2 .
1
0
2
Отже,
1 0
C T BC .
0 1
327
Застосуємо це перетворення до квадратичної форми A(x )
1 4
1 0 4 8 1 4
A C T AC 1 1 2 2 .
8 6 1 4
2 2 0 3
2 2
Тому
8
A( y ) 4 y12 y1 y 2 3 y 22 .
2
Зведемо квадратичну форму A( y ) ортогональним перетво-
ренням до діагонального вигляду (до головних осей). Для цього
знайдемо власні значення та ортонормовану систему власних
векторів матриці A
4
4
det( A E ) 2 2 20 .
4
3
2
Отже, 1 5 , 2 4 .
4 1
3 2 3
Власні вектори e1 , e2 .
1 4
3 3 2
Перетворенням y Pz , де
4 1
3 2 3
P
1 4
3
3 2
квадратична форма зводиться до вигляду
A( z ) 5 z12 4 z 23 .
328
Перетворення, яке зводить обидві квадратичні форми до
канонічного вигляду, записуємо так: x CPz , де
1 4 1 1
1 1
2 3 2 3 2
CP ,
1 1 4 1 2
0
2 3 3 2 3 2 3
тобто
1
x1 z1 z 2 ,
2
1 2
x2 z1 z 2 .
3 2 3
Задачі
329
За яких значень квадратичні форми додатно визначені,
від’ємно визначені чи напіввизначені:
32.9. Q( x ) x12 4 x1 x 2 ( 3) x 22 .
32.10. Q( x ) 9 x12 6x1 x 2 x 22 .
32.11. Довести, що квадратична форма додатно визначена тоді і
тільки тоді, коли її матриця зображається у вигляді
A C T C , де C – невироджена дійсна матриця.
32.12. Довести, що у додатно визначеній квадратичній формі всі
коефіцієнти при квадратах невідомих додатні, що ця умова
не є достатньою для додатної визначеності форми.
32.13. Довести, що для додатної визначеності квадратичної
форми необхідно, щоб всі діагональні елементи її матриці
були додатними. З’ясувати, що ця умова не є достатньою.
32.14*. Нехай всі власні значення i матриці квадратичної
форми більші за R . Довести, що квадратична форма з
матрицею A E додатно визначена.
Теоретичні відомості
Рівняння a11 x 2 2a12 xy a 22 y 2 2b1 x 2b2 y c 0 , де хоча б
один з коефіцієнтів aij відмінний від нуля, називається загальним
рівнянням кривої другого порядку.
Звівши квадратичну частину a11 x 2 2a12 xy a 22 y 2 ортогональ-
ним перетворенням x Tx до головних осей і виділивши потім в
одержаному рівнянні повні квадрати, що геометрично означає поворот
декартової системи координат і паралельне перенесення початку коор-
динат, одержимо зведені рівняння:
330
1 x 2 2 y 2 0 , (1)
1 x 2 y 0 ,
2
(2)
1 x 0 .
2
(3)
Із зведених рівнянь (1), (2) та (3), враховуючи всілякі можливі
співвідношення їхніх коефіцієнтів, одержимо такі типи канонічних
рівнянь кривих другого порядку:
x 2 y 2
1) 1 – еліпс;
a2 b2
x 2 y 2
2) 2 1 – уявний еліпс;
a2 b
x 2 y 2
3) 2 0 – точка;
a2 b
x 2 y 2
4) 2 1 – гіпербола;
a2 b
x 2 y 2
5) 2 0 – пара прямих, які перетинаються;
a2 b
6) y 2 2 px – парабола;
7) x 2 a 2 – пара паралельних прямих;
8) x 2 a 2 0 – пара уявних паралельних прямих;
9) x 2 0 – пара прямих, які збігаються.
Отже, отримуємо дев’ять типів канонічних рівнянь і сім типів
кривих другого порядку. Криві з випадків 1 та 3 називаються кривими
еліптичного типу, з випадків 4 та 5 – гіперболічного типу, з 6, 7 та 9 –
параболічного типу. Криві з випадків 1, 3, 4 і 5 називаються централь-
ними, бо вони мають єдиний центр симетрії, решта кривих або не
мають центра симетрії, або мають їх нескінченну кількість (лінію
центрів).
Рівняння
a11 x 2 a 22 y 2 a33 z 2 2a12 xy 2a13 xz
2a 23 yz 2b1 x 2b2 y 2b3 z c 0,
де хоча б один з коефіцієнтів aij відмінний від нуля, називається за-
гальним рівнянням поверхні другого порядку.
331
Виконавши ортогональне перетворення, за якого квадратична
форма зведеться до головних осей, це рівняння зведемо до вигляду
1 x 2 2 y 2 3 z 2 2b1x 2b2 y 2b3 z c 0 .
Виділивши повні квадрати з цього рівняння, одержимо такі типи
зведених рівнянь:
1 x 2 2 y 2 3 z 2 0 , (1)
1 x 2 y 2 z 0 ,
2 2
(2)
1 x 2 2 y 2 0 , (3)
1 x 2 2 y 0 , (4)
1 x 2 0 . (5)
Розглянувши зведені рівняння (1) – (5) поверхонь другого поря-
дку за всіляких можливих співвідношень їхніх коефіцієнтів, одержимо
таку класифікацію.
Зі зведеного рівняння вигляду (1) одержуємо канонічні рівняння
таких поверхонь.
x2 y2 z2
1. 1 – еліпсоїд (рис. 6.1).
a2 b2 c2
z
C1
A2
O
B2 B1 y
A1
x C2
Рис 6.1
2 2 2
x y z
2. 2
2 2 1 – уявний еліпсоїд.
a b c
x2 y2 z2
3. 0 – точка.
a2 b2 c2
332
x2 y2 z2
4. 1 – однопорожнинний гіперболоїд (рис. 6.2).
a2 b2 c2
z
A2
O
B2 B1 y
A1
Рис. 6.2
2 2 2
x y z
5. 2
2 2 1 – двопорожнинний гіперболоїд (рис. 6.3).
a b c
z
C1
O
C2 y
Рис. 6.3
333
x2 y2 z2
6. 0 – еліптичний конус (рис. 6.4).
a2 b2 c2
z
O
y
Рис. 6.4
З рівняння вигляду (2) одержуємо канонічні рівняння поверхонь.
x2 y2
7. 2 pz – еліптичний параболоїд (рис. 6.5).
a2 b2
z
O y
x
Рис. 6.5
334
x2 y2
8. 2 pz – гіперболічний параболоїд (рис. 6.6).
a2 b2
z
O
y
Рис. 6.6
Зі зведеного рівняння вигляду (3) одержуємо канонічні рівняння
поверхонь.
x2 y2
9. 1 – еліптичний циліндр (рис. 6.7).
a2 b2
z
O
y
Рис. 6.7
335
У цьому рівнянні немає змінної z , а це означає, що z – довільне
число з R .
x2 y2
10. 1 – уявний циліндр.
a2 b2
x2 y2
11. 1 – гіперболічний циліндр (рис. 6.8).
a2 b2
Рис. 6.8
x2 y2
12. 0 – вісь Oz .
a2 b2
x2 y2 y x
13. 2
2 0 – пара площин , які перетинаються.
a b b a
З рівняння вигляду (4) одержуємо.
336
z
O
y
x
Рис. 6.9
Зі зведеного рівняння вигляду (5) одержуємо канонічні рівняння
поверхонь.
15. x 2 a 2 – пара паралельних площин.
16. x 2 a 2 – пара уявних площин.
17. x 2 0 – пара площин, які збігаються.
Кожне рівняння поверхні другого порядку зводиться до одного і
тільки одного з рівнянь 1-17.
338
2 1 1 2
x 2 6 y 2 8 x y 2 x y 9 0 ,
5 5 5 5
14 12
x2 6 y 2 x y 9 0 .
5 5
Виділяємо повні квадрати
2 2
7 1
x 6 y 2 0 .
5 5
Якщо зробити паралельне перенесення
7
x x ,
5
1
y y ,
5
то одержимо рівняння
x 2 y 2
1.
2 1/ 3
Отже, рівняння задає еліпс.
Зауважимо таке: оскільки 1 1 0 і 2 6 0 , то крива
центральна, і можна було спочатку зробити паралельне
перенесення, а потім поворот.
б) Знайдемо власні значення та власні вектори матриці
1 1
квадратичної форми A
1 1
1 1
det( A E ) 2 2 ,
1 1
1 1
1 2 , 2 0 , u1 , u 2 .
1 1
339
Ортонормована система власних векторів
1 1
e1 2 ,e 2 ,
1 2 1
2 2
а ортогональним перетворенням (поворотом)
1 1
x x y ,
2 2
1 1
y x y
2 2
рівняння заданої кривої зводиться до вигляду
1 1 1 1
2 x 2 10 x y 6 x y 25 0 ,
2 2 2 2
4 16
2 x 2 x y 25 0 .
2 2
Виділяємо повний квадрат
2
1 16
2 x y 24 0 .
2 2
Якщо зробити паралельне перенесення
1
x x ,
2
4
y y 6 ,
2
то одержимо рівняння
x 2 2 y .
Отже, рівняння задає параболу.
340
Приклад 2. Визначити тип поверхні другого порядку
x2 y2 z 1
за всіляких можливих значень параметра .
Розв’язування. Якщо 0 , то рівняння x 2 1 задає пару
паралельних площин.
Якщо 0 , то перетворенням
x x ,
y ( ) y ,
z 1
z
2
рівняння зводиться до вигляду
x 2 y 2 2 z ,
тобто є рівнянням гіперболічного параболоїда.
Якщо 0 , то перетворенням
x x ,
y y ,
z 1
z
2
рівняння зводиться до вигляду
x 2 y 2 2 z ,
тобто є рівнянням еліптичного параболоїда (параболоїда
обертання).
Приклад 3. Звести до канонічного вигляду рівняння по-
верхні другого порядку
2 x 2 2 y 2 3 z 2 4 xy 2 xz 2 yz 10 y 1 0 .
341
Розв’язування. Знайдемо власні значення та власні вектори
2 2 1
матриці квадратичної форми A 2 2 1 .
1 1 3
Власні значення можна знайти без обчислення
характеристичного многочлена. Оскільки сума всіх елементів у
всіх рядках матриці дорівнює 5 , то 1 5 (див. § 25), позаяк
det A 0 , то 3 0 , а врахувавши те, що 1 2 3 trA 7 ,
одержуємо 2 2 .
1
Власний вектор u1 1 . Знайдемо інші власні вектори.
1
Для 2 з рівняння
0 2 1 x 0
2 0 1 y 0
1 1 1 z 0
1
одержуємо власний вектор u 2 1 .
2
Для 0 з рівняння
2 2 1 x 0
2 2 1 y 0
1 1 3 z 0
1
одержуємо власний вектор u 3 1 .
0
342
Ортонормована система власних векторів
1 1 1
3 6 2
1 1 1
e1 , e2 , e3 .
3 6 2
1 2 0
3 6
Перетворення, яким квадратична форма зводиться до го-
ловних осей, набуло вигляду
1 1 1
x x y z ,
3 6 2
1 1 1
y x y z ,
3 6 2
1 2
z x y .
3 6
Після цього перетворення рівняння набуде вигляду
1 1 1
5 x 2 2 y 2 10 x y z 1 0 .
3 6 2
Зробимо паралельне перенесення, виділивши повні
квадрати
2 2
1 5 5 25 10
5 x 2 y z 1 0 ,
3 2 6 3 12 2
2 2
1 5 11
5 x 2 y 5 2 z 0 .
3 2 6 4
Нехай
1
x x ,
3
343
5
y y ,
2 6
11 2
z z .
40
Тоді рівняння набуде вигляду
5 x 2 2 y 2 5 2 z ,
x 2 y 2 2
z .
2 5 2
Отже, це рівняння еліптичного параболоїда.
Задачі
344
Визначити тип поверхні другого порядку за всіляких
можливих значень параметра :
33.5. а) x 2 y 2 z 2 1 ; б) x 2 ( y 2 z 2 ) .
33.6. а) x 2 y 2 z 2 ; б) x 2 y 2 z .
345
ВІДПОВІДІ
До § 1
10 2 6 4 9 10 17 26 11 3
1.1. а) ; б) ; в) ; г) . 1.2. а) ;
9 11 7 7 23 24 11 16 4 12
3 8 3 1 1 3 4 7
б) ; в) ; г) . 1.3. A B ,
0 5 6 4 4 6 5 7
5 4 1 0 6 5
4 6
B A 9 3 6 . 1.4. A B 2 12 11 , B A .
4 12 14
1 5 2 6 6
1 0 0 0 1 0
49 147 cos n sin n
1.5. 0 1 0 . 1.6. 0 0 1 . 1.7. а) ; б) .
0 0 1 0 0 0 98 294 sin n cos n
7 2 0
9 18 1 n 5 2
1.8. а) ; б) . 1.9. а) ; б) 1 5 2 .
18 36 0 1 0 5 1 1 9
0 0 0
14 5
1.10. а) 0 0 0 ; б) .
0 0 0 5 14
До § 2
4 10 90 61
2.3. (3, 2, 2) . 2.4. (1, 0, 1) . 2.5. , 2, . 2.6. , , 4 .
11 11 7 7
2.7. (2, 1, 3, 1) . 2.8. (2, 1, 4, 3) . 2.9. (8, 0, 0, 10) . 2.10. (2, 1, 0, 0) . 2.11. При
5 несумісна, при 5 невизначена. 2.12. При 3 несумісна, при
3 визначена.
До § 3
3.1. а) 7; б) -1; в) sin( ) ; г) 4ab . 3.2. а) 23; б) 0; в) 1; г) 0. 3.3. а) (3, 1) ;
2 1
б) , . 3.4. а) (5, 2) ; б) (2, 3) . 3.5. а) 40; б) 100; в) 0. 3.6. а) -3; б) -5; в) 1.
3 3
346
3.7. а) (3, 2, 2) ; б) (1, 2, 1) . 3.8. а) (1, 1, 1) ; б) (2, 3, 2) . 3.9. а) 5; б) 13.
3.10. а) 3; б) 18. 3.11. а) Входить з “-”; б) входить з “+”. 3.12. а) Входить з “+”;
б) не входить. 3.13. i 5 , k 1 . 3.14. i 6 , k 2 .
До § 4
4.1. а) -8, б) -9. 4.2. а) -3, б) 18. 4.3. (a2 1)(a3 1) (an 1) . 4.4. n! . 4.5. 1.
n
4.6. n (1) n1 . 4.7. а) 10, б) 16. 4.8. а) 100, б) -12. 4.9.
i 1
ix n i .
До § 5
1 1 1
2 1 cos sin
5.1. а) ; б) ; в) 38 41 34 ;
3 / 2 1/ 2 sin cos 27 29 24
8 29 11
7 4 1 d b
г) 5 18 7 . 5.2. а) ; б) ;
1 3 1 5 3 ad bc c a
0 1 3 0
7 / 3 2 1 / 3 1 2 2
1 0 0 4 0
в) 5 / 3 1 1 / 3 ; г) 2 1 2 . 5.3. .
2 9 1 0 2 0
1 1 2 2 1
0
0 1 0
1 1 0 0
1 2 3
0 1 1 0 1 1 3 2
5.4. . 5.5. . 5.6. . 5.7. 4 5 6 .
0 0 1 1 2 3 5 4 7 8 9
0 0 0 1
6 4 5 1 4
1 2 1
5.8. 2 1 2 . 5.9. . 5.10. 2 5 . 5.11. (1, 1, 1) . 5.12. (2, 1, 1) .
3 3 3 3 4 2 3 6
5.13. Вказівка. Використати формулу x p 1 ( x 1)( x p 1 x p 2 x 1) .
5.14. Вказівка. Записати рівняння у вигляді ( A E ) X A 0 і використати
завдання 5.13.
347
До § 6
6.1. а) Так; б) так. 6.2. а) Так; б) ні. 6.7. 3. 6.8. 2. 6.9. При 0 r 2 , при
0 r 3 . 6.10. При 3 r 2 , при 3 r 3 . 6.11. 2. 6.12. 2. 6.13. 2.
6.14. 3.
До § 7
C1 9C2 2 5C1 C2 10
7.1. а) x1 , x2 , x3 C1 , x4 C2 , (1, 1, 0, 1) ;
11 11
б) система несумісна; в) x1 C1 , x2 C2 , x3 1 3C1 4C2 , x4 1 ,
(1, 1, 0, 1) . 7.2. а) x1 C1 , x2 C 2 , x3 22C1 33C2 11 ,
6 8C1 3C2
x4 16C1 24C2 8 , (2, 1, 0, 0) ; б) система несумісна; в) x1 ,
11
13C1 2C2 4
x2 C1 , x3 C2 , x4 , (1, 1, 1, 1) . 7.3. а) При 0 система
11
5C1 13C2 3 7C1 19C2 7
несумісна, при 0 x1 , x2 , x3 C1 ,
2 2
x4 C2 ; б) при 2 система несумісна, при 1 , x1 1 C1 C2 , x2 C1 ,
1
x3 C2 , при 2 і 1 x1 x2 x3 . 7.4. а) При 1 система
2
43 8 9 5 1
несумісна, при 1 x1 C , x2 C , x3 C ,
8 8 8 4 4 4
5
x4 ; б) при 8 x1 C1 , x2 4 2C1 2C2 , x3 3 2C2 , x4 C2 ,
1
при 8 x1 0 , x2 4 2C , x3 3 2C , x4 C . 7.5. а) (4, 0, 3, 5) ;
б) (2, 3, 1, 0) , (1, 2, 0, 1) . 7.6. а) (8, 6, 1, 0) , (7, 5, 0, 1) ;
б) (1, 0, 5 / 2, 7 / 2) , (0, 1, 5, 7) .
До § 8
8.1. а) Ні; б) ні; в) ні; г) ні; ґ) ні. 8.2. а) Так; б) так; в) ні; г) так; ґ) ні. 8.5. Так.
8.6. Так. 8.7. Вказівка. Всі групи циклічні, використати теорему Лагранжа.
8.8. Вказівка. Всі групи циклічні, використати теорему Лагранжа.
1 2 3 4 1 2 3 4 1 2 3 4
8.9. , , 1 ,
2 4 1 3 2 4 1 3 2 4 1 3
1 2 3 4 1 2 3 4 1 2 3 4
1 . 8.10. , ,
4 3 2 1 4 3 1 2 3 1 4 2
348
1 2 3 4 1 2 3 4
1 , 1 . 8.11. (1, 9, 7, 3)(2, 6, 5)(4, 8) ,
4 1 3 2 4 1 2 3
(1, 3)(1, 7)(1, 9)(2, 5)(2, 6)(4, 8) , 1 (1, 3, 7, 9)(2, 5, 6)(4, 8) , 1 (1, 9)(1, 7)
(1, 3)(2, 6)(2, 5)(4, 8) . 8.12. (1, 4, 7)(2, 6)(3, 8, 5) , (1, 7)(1, 4)(2, 6)(3, 5)(3, 8) ,
1 (1, 7, 4)(2, 6)(3, 5, 8) , 1 (1, 4)(1, 7)(2, 6)(3, 8)(3, 5) . 8.13. 100 .
1 2 3 4 0 1 1 0 0 1 1 0
8.14.
. 8.15. а) , , , ; б) {3, 6,
1 2 4 3 1 0 0 1 1 0 0 1
1 2 3 4 1 2 3 4 1 2 3 4
9, 0} ; в) , , . 8.16. а) {3, 6, 9,12, 0} ;
3 2 4 1 4 2 1 3 1 2 3 4
1 2 3 4 5 1 2 3 4 5
б) { A, A 2 , A3 , A4 , A5 , E} ; в) , ,
3 5 1 2 4 1 4 3 5 2
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
, , , .
3 2 1 4 5 1 5 3 2 4 3 4 1 5 2 1 2 3 4 5
8.19. а) б ) . 8.20. б ) в ) .
До § 9
9.1. а) Кільце; б) кільце. 9.2. Кільце. 9.3. Не кільце. 9.4. а) Кільце; б) кільце.
9.5. Кільце. 9.6. Кільце. 9.7. Некомутативне кільце з одиницею, дільники
одиниці: матриці з визначником 1 , дільники нуля: ненульові вироджені
матриці. 9.8. Некомутативне кільце з одиницею, дільники одиниці:
невироджені матриці, дільники нуля: ненульові вироджені матриці.
9.9. Комутативне кільце з одиницею, дільники одиниці: ненульові матриці,
без дільників нуля. 9.10. Комутативне кільце з одиницею, дільники одиниці:
1 0 1 0
, , без дільників нуля. 9.11. Некомутативне кільце без оди-
0 1 0 1
ниці. 9.12. Некомутативне кільце без одиниці. 9.13. Кільце. 9.14. Не кільце.
9.15. Кільце. 9.16. Не кільце. 9.19. а) Дільники нуля: 2 , 4 , 6 , дільники
одиниці: 1 , 3 , 5 , 7 . 9.20. а) Дільники нуля: 2 , 3 , 4 , 6 , 8 , 9 , 10 , дільники
одиниці: 1 , 5 , 7 , 11 . 9.21. Полями є множини з задач 9.4. та 9.6. 9.22. Полем
1 1
є множина з задачі 9.9. 9.23. Z 7 . 9.24. 4 , 7 . 9.25. . 9.26. 3 , 5 .
1 0
349
До § 10
4 7 3
10.1. 3 i , 8 i , i . 10.2. 4 2i , 6 8i , i . 10.3. а) -1; б) i ; в) 2 i .
5 5 2
10.4. а) i ; б) 1. 10.5. а) 1 i , 1 i ; б) 2,5 bi , b R ; в) 2 i , 2 i ;
1 5 1 5 1 1 1 1
г) 1 i . 10.6. а) , ; б) i, i ; в) i .
2 2 2 2 2 2
1 3 1 3
10.7. 0 , 1 , i, i . 10.8. 0 , 1 , 1 , i , i . 10.9. z1 3 i ,
2 2 2 2
12 16
z 2 1 2i . 10.10. z1 2 i , z 2 1 3i . 10.13. i . 10.14. 3 i .
5 5
До § 11
3 3
11.1. а) cos 0 i sin 0 ; б) cos i sin ; в) cos i sin ; г) 2 cos
2 2 4
4 4
i sin ; ґ) 2 cos i sin ; д) 2 cos i sin ; е) cos( )
4 6 6 3 3 2
5 5 7
i sin( ) . 11.2. а) 5(cos 0 i sin 0) ; б) 2 cos i sin ; в) cos
2 4 4 4
7 7 7
i sin ; г) cos i sin ; ґ) cos( ) i sin( ) . 11.3. 2 cos
4 4 4 4
2 2 4 4
i sin . 11.4. cos i sin , cos i sin . 11.5. а) 2 60 ; б) -64.
4 3 3 3 3
1 3 1 3 1 3 3
i . 11.7. а) i ,
11.6. а) (2 3 )12 ; б) i, i ; б) i , 3i ,
8 2 2 2 2 2 2
3 3 3 3 3 3
i, i , 3i , i ; в) 3 i , 1 3i , 3 i ,
2 2 2 2 2 2
5
1 3i . 11.8. а) 4, 2 2 3i , 2 2 3i ; б) cos i sin , cos
12 12 12
5 2 2 13 13 17 17 2 2
i sin , i , cos i sin , cos i sin , i;
12 2 2 12 12 12 12 2 2
3 1 1 3 3 1
в) 1 i , 1 i , 1 i , 1 i . 11.9. i, i, i . 11.10. 0.
2 2 2 2 2 2
1 3 1 3 1 3 1 3 1 3
11.13. 1, -1, i, i, i, i , первісні: i,
2 2 2 2 2 2 2 2 2 2
350
1 3
i . 11.14. 0. 11.15. Первісними коренями є 1 , 5 , 7 , 11 , де
2 2
2k 2k
k cos i sin . 11.16. 1.
12 12
До § 12
12.1. а) s 2 x 2 3 x 11 , r 25 x 5 ; б) s x 3 x 2 3 x 3 , r 5 ; в) s
x 2009 x 2007 x 2005 x 3 x , r x 1 . 12.2. а) s 3 x 2 5 x 10 , r
27 x 14 ; б) s 2 x 4 6 x 3 18 x 2 54 x 157 , r 479 ; в) s x 2009 x 2007
x 2005 x 3 x , r x 1 . 12.3. 136. 12.4. 292. 12.5. а) ( x 1) 4 2( x 1) 3
3( x 1) 2 ( x 1) 2 ; б) 2 ( x 1 ) 4 ( x 1 ) 2 ( x 1 ) ; в) ( x (1 i )) 3 (3
3i )( x (1 i )) 2 6i ( x (1 i )) 2i 2 . 12.6. а) ( x 1) 4 2( x 1) 3 3( x 1) 2
4( x 1) 1 ; б) 3 ( x 1 ) 4 2( x 1 ) 3 2 ( x 1 ) 2 4 ( x 1 ) 3 ; в) ( x i ) 4
4i ( x i ) 3 5( x i ) 2 2i ( x i ) 1 . 12.7. а) x 1 ; б) x 2 2 x 2 . 12.8. а) x 3 ;
б) x 2 x 1 . 12.9. f ( x) ( x 1) g ( x) x 3 1 . 12.10. ( x 1) f ( x) ( x 3 x 2
3x 2) g ( x) 1 . 12.11. x 4 4 x 3 4 x 2 5 x 2 . 12.12. x 5 5 x 4 3 x 3 11x 2
4 x 6 . 12.13. а) Так; б) так; в) так; г) так. 12.14. а) Ні; б) ні; в) так; г) так.
12.15. Так.
До § 13
13.1. а) x1 x2 x3 x4 1 , x5 x6 2 ; б) x1 2 , x2 3 , x3 4 , x4 4 ;
в) x1 3 , x2 x3 x4 x5 1 . 13.2. а) x1 x2 x3 x4 1 , x5 4 ;
б) x1 x2 x3 1 , x4 x5 3 , x6 3 ; в) x1 x2 1 , x3 x4 3 .
13.3. а) x 3 (1 i ) x 2 (2i 1) x 1 i ; б) x 4 x 2 2 x 2 . 13.4. x 6 2 x 5 x 4
2 x 3 6 x 2 8 . 13.5. a 5 . 13.6. a 0 . 13.7. 4a 3 27b 2 0 . 13.8. Так,
3 11 3
f ( x ) ( x 1) 2 ( x 4) . 13.9. а) x1 1 i , x2 1 i , x3 i , x4
2 2 2
11
i ; б) x1 2 i , x2 2 i , x3 3 , x4 x5 x6 x7 1 . 13.10. а) x1
2
1 3 1 3
2 i , x2 2 i , x3 4 , x4 1 ; б) x1 i , x2 i , x3
2 2 2 2
351
x4 3 , x5 x6 x7 2 . 13.11. 23. 13.12. При a 3 x1 1 , x2 2 , x3 4 ,
при a 20 x1 2 , x2 1 , x3 10 , при a 28 12 2 x1 2 , x2 2 2 ,
x3 7 3 2 , при a 28 12 2 x1 2 2 , x2 2 , x3 7 3 2 .
13.13. 3 . 13.14. Ні.
До § 14
12 3 16 3 4
14.1. cos , cos , cos . 14.2. cos , cos ,
25 5 25 13 13
12
cos . 14.3. Так. 14.4. Ні. 14.5. M (1, 4) . 14.6. (2, 1) , (3, 1) . 14.7. 6 , 9,
13
4
16, 61 , 73. 14.8. 62 , 162 . 14.9. arccos . 14.10. 450 . 14.11. -11. 14.12. 5.
9
14.13. 15. 14.14. 16. 14.15. a c . 14.16. 2a c . 14.17. (5; 1; 7) , (10; 2; 14) .
14.18. (6; 4; 6) , (12; 8; 12) . 14.19. 5. 14.20. 14. 14.21. Так. 14.22. Ні.
11 11 24 4
14.23. Так. 14.24. Ні. 14.25. V , h . 14.26. V , h .
3 5 3 3
До § 15
15.1. 5 x 2 y 16 0 . 15.2. 2 x 3 y 8 0 . 15.3. 3x 2 y 8 0 . 15.4. 3x
y 1 0 . 15.5. (10, 5) . 15.6. (12, 5) . 15.7. AB : x y 2 0 , AC : y 0 ,
6
BC : 2 x y 8 0 , AE : 2 x 5 y 4 0 , CD : x y 4 0 , | CD | .
2
15.8. AB : x y 3 0 , AC : x 3 y 3 0 , BC : 3 x y 11 0 , AE : 7 x 11y
4
21 0 , CD : x y 5 0 , | CD | . 15.9. . 15.10. . 15.11. 3x 2 y
2 4 2
12 0 , 3x 8 y 24 0 . 15.12. x 3 y 30 0 , 3x 4 y 60 0 , 3x y
30 0 , x 12 y 60 0 . 15.13. 5. 15.14. 6. 15.15. 3x 19 0 . 15.16. 10 x
10 y 3 0 . 15.17. (2, 1) . 15.18. (5 / 3, 0) .
До § 16
16.1. x 2 y 3 z 3 0 . 16.2. 5 x 3z 0 . 16.3. x 2 y 3z 4 0 . 16.4. 5 x
4
3 y 2 z 17 0 . 16.5. (0; 1; 2) . 16.6. 2 x y z 5 0 . 16.7. 6,5 . 16.8. .
2
352
x2 y 4 z 5 x 1 y 3 z 5 x3 y2
16.9. . 16.10. . 16.11.
1 3 10 2 4 0 7 5
x t 1,
z 1 x 2 y 1 z 4
. 16.12. . 16.13. x 1 y z 3 , y t,
4 1 3 3 z t 3.
x 4t 1,
x 1 y 1 z
16.14. , y 3t 1, 16.15. 2 x y 2 z 5 0 . 16.16. 2 x
4 3 1
z t.
3 y 4 z 19 0 . 16.17. (6, 4, 5) . 16.18. (5, 5, 2) . 16.19. (1, 2, 2) .
16.20. (1, 4, 7) . 16.21. (2, 3, 2) . 16.22. (3, 2, 4) .
До § 17
2 2 2 2
x y x y x2 y2 x2 y2
17.1. а) 1; б) 1; в) 1; г) 1.
25 9 25 16 5 1 36 9
x2 y2 x2 y2 x2 y2 x2 y2
17.2. а) 1 ; б) 1 ; в) 1 ; г) 1.
169 144 100 64 16 12 16 16 / 3
17.3. 15. 17.4. 8. 17.5. 5 x 12 y 10 0 , x 2 0 . 17.6. r1 2,6 , r2 7,4 .
x2 y2 x2 y2 x2 y2 x2 y2
17.7. а) 1; б) 1; в) 1; г) 1,
4 5 36 64 16 9 4 5
x2 y2 x2 y2 x2 y2 x2 y2
1 . 17.8. а) 1 ; б) 1 ; в) 1;
61 / 9 305 / 16 36 64 36 64 144 25
x2 y2
г) 1 . 17.9. y 2 4 x . 17.10. y 2 9 x . 17.11. x 2 y . 17.12. x 2 2 y .
18 8
17.13. Еліпс. 17.14. Еліпс. 17.15. Гілка гіперболи. 17.16. Гілка гіперболи.
17.17. Парабола. 17.18. Парабола.
До § 18
18.1. а) Вказівка. Продиференціювати; б) вказівка. Продиференціювати та
використати визначник Вандермонда. 18.2. а) Вказівка. Продиференціювати;
б) вказівка. Продиференціювати та використати визначник Вандермонда.
18.5. а) Ні; б) так, якщо пряма проходить через початок координат, ні, в
іншому випадку; в) ні; г) так. 18.6. а) Ні; б) так, якщо пряма проходить через
початок координат, ні, в іншому випадку; в) ні; г) ні. 18.7. (1, 0, 0, , 0, 1)T ,
(0, 1, 0, , 0, 0)T , (0, 0, 1,0 , , 0, 0)T , , (0, 0, , 0, 1, 0)T , dim L n 1 .
353
18.8. (1, 0, 0, , 0)T , (0, 0, 1, 0, , 0)T , (0, 0, 0, 0, 1, 0, , 0)T , , dim L
n 1
. 18.9. (1, 0, , 0, 1) , (0, 1, ,0, , 0, 1)T , (0, 0, , 0, 1, 1)T .
T
2
n(n 1) n(n 1)
18.10. (1, 1, , 1)T . 18.11. dim L . 18.12. dim L .
2 2
1 0 0 1 0 0 1 0 0 1
18.13. , , , dim M 3 . 18.14. , ,
0 1 0 1 1 1 0 1 0 0
0 0
, dim L 3 . 18.15. a1 , a2 , a4 , dim L 3 . 18.16. a1 , a2 , a5 , dim L 3 .
1 0
18.17. а) x , x 2 , x 3 , x 4 , x 5 , dim L 5 ; б) x 1 , x 2 1 , x 3 1 , x 4 1 , x 5 1 ,
dim L 5 . 18.18. x 2 x , x 3 x , x 4 x , x 5 x , dim L 4 .
До § 19
1/ 3 2/3
2 / 3 2/3
19.1. (1, 2, 3)T . 19.2. (1, 1, 1)T . 19.3. A 19.4. A .
4/3 1 / 3
7/3 1 / 3
19.5. а) (1,1, 1, 1, 1, 1)T ; б) (1, 1, 1, 1, 1, 1)T . 19.6. (0, 1, 1, 1, 1, 1)T .
0 1 0 27 71 41 0 1 0
19.7. 1 0 1 . 19.8. 9 20 9 . 19.9. 0 0 1 .
1 2 0 4 12 8 1 0 1
1/ 2 1/ 2 3 1 1 0 0 0 1
19.10. 1 / 2 1 / 2 1 . 19.11. 2 2 2 . 19.12. 0 1 0 .
1/ 2 1/ 2 1 1 0 1 1 0 0
19.14. Ізоморфні. 19.15. Ізоморфні.
До § 20
20.1. dim(U V ) 3 , dim(U V ) 2 . 20.2. dim(U V ) 3 , dim(U V ) 3 .
3
20.3. U V L(a1 , a2 , b1 ) , U V L 5 . 20.4. U V L(a1 , a2 , a3 , b2 ) ,
1
354
n 1 1
n n
1 1
U V L(b1 , b3 ) . 20.5. Ні. 20.6. Ні. 20.7. x n , y n .
1 1
n n
1 1/ 2 1/ 2 0 1/ 2 1/ 2
1 / 2 1 1 / 2 1/ 2 0 1/ 2
20.8. S , K .
1 / 2 1 / 2 1 1/ 2 1/ 2 0
До § 21
2 3 1
1
1 2 5
21.1. а) Так; б) ні. 21.2. Ні. 21.4. Ні. 21.13. а) , 3 , 1 ; б) i ,
3 0
1 1 10
1 2
i / 2 1 (1 i ) / 4
1 5
1 / 2 . 21.14. а) , ; б) i , (3 3i ) / 4 .
1 1 1 1 i 1 / 2
2 3
До § 22
2 5 1 25
2 2 2 4
22.1. a3 , a4 . 22.2. a3 , a4 . 22.3. U
1 6 1 17
0 1 0 6
3 2 2 1
1 3
1 0 2 1 1 0
L , . 22.4. U L , . 22.5. y , z .
2 4 1 0 1
2
0 1 0 1 5 1
355
3 2
1 1
22.6. y , z . 22.8. Вказівка. Використати приклад 3 і завдання
1 1
2 4
22.7. 22.10. Скалярні матриці. 22.11. Нижні нільтрикутні матриці (нижні
трикутні матриці з нулями на головній діагоналі). 22.12. а) Два; б) безліч.
До § 23
1 1 0 0 1 1
23.1. 0 1 1 . 23.2. 2 0 1 . 23.3. Не є лінійним оператором. 23.4. Не
1 1 1 3 1 1
1 0 1 / 2 1 / 2 0 0
є лінійним оператором. 23.5. а) ; б) . 23.6. а) ;
0 0 1 / 2 1 / 2 0 1
0 0 1 0 1 0 1 0 0
1/ 2 1/ 2
б) . 23.7. 1 0 0 або 0 0 1 . 23.8. 0 0 0 .
1/ 2 1/ 2 0 1 0 1 0 0 0 0 0
1 0 0 0
1 2 3 0 3 2
0 0 1 0
23.9. 2 4 6 . 23.10. 3 0 1 . 23.11. .
3 6 9 2 1 0 1 0 0
0
0 0 0 1
a b 0 0 0 0 2 0
0 1 1
c d 0 0 0 0 0 6
23.12. . 23.13. 0 0 2 . 23.14. .
0 0 a b 0 0 0 0 0 0 0
0 0 c d 0 0 0 0
0 0 3 0 1 0
44 44 109 93
23.15. 0 2 2 . 23.16. 1 1 0 . 23.17. . 23.18. .
1 1 1 0 0 1 29,5 25 34 29
1 2 3 13 2 3 12 4 6
1 1 1
23.19. 2 4 6 . 23.20. 2 10 6 . 23.21. 4 6 12 .
14 14 14
3 6 9 3 6 5 6 12 4
356
12 4 6
1
23.22. 4 6 12 .
14
6 12 4
До § 24
1 1 1 1 1
24.1. Ker L 1 , 0 , Im L 1 . 24.2. Ker L 1 , 0 ,
0 1 1 0 1
1 1 2 1
Im L 2 . 24.3. Ker L 1 , Im L 1 , 2 . 24.4. Ker
3 1 1 1
1 0 1
L 0 , 1 – площина z 0 , Im L 0 – вісь Ox . 24.5. Ker
0 0 0
1 1 1 1 0 0
L 1 , Im L 1, 0 . 24.6. Ker 0 , Im L 0 , 1 , 0 .
1 0 1 0 0 1
1 1
24.9. Ker L , Im L . 24.11. Ker R 0 [ x] , Im R n1[ x] .
0 0
24.12. Ker Im R1[ x] . 24.14. Вказівка. Знайти матрицю лінійного
оператора і довести, що вона невироджена.
До § 25
1 1 1
25.1. 1 3 , x1 , 2 3 , x2 . 25.2. 1 2 , x1 , 2 3 ,
2 1 1
1 1 0
1
x2 . 25.3. 1 1 , x1 1 , 2 3 0 , x2 2 . 25.4. 1 1 , x1 1 ,
2 1 3 0
1 1
1
x2 0 , 2 1 , x3 0 . 25.5. 1 2 2 , x . 25.6. 1 1 ,
0 1 1 1
357
1
2i i 1 1
x , 2 4 , x . 25.11. а) 2 , б) n , в) . 25.13. а) x ;
1 1
1
2 0
б) вказівка. Використати задачі 25.9 а) і 25.3. 25.15. A , T
0 1
1 1
. 25.16. Не є матрицею оператора простої структури. 25.17. Не є
1 2
1 0 0
матрицею оператора простої структури. 25.18. A 0 2 0 , T
0 0 2
1 1 1 3 0 0 1 0 1
1 1 0 . 25.19. A 0 0 0 , T 1 2 1 . 25.20. A
1 0 3 0 0 1 1 1 1
3 0 0 1 2 4
0 0 0 , T 1 1 2 .
0 0 5 1 0 5
До § 26
26.7. U1 Ker – пряма x y z , U 2 Im – площина x y z 0 .
26.8. Нульовий простір і вся площина. 26.9. 1) L(a1 ) ; 2) кожна площина, яка
містить L(a1 ) ; 3) L(a2 , a3 ) ; 4) кожна пряма на площині L(a2 , a3 ) ; 5) R 3 ;
2 1 1
6) {0 R3 } , де a1 2 , a2 1 , a3 0 . 26.10. 1) L(a1 ) ; 2) L(a2 ) ;
1 0 1
3) L(a3 ) ; 4) L(a1 , a2 ) ; 5) L(a1 , a3 ) ; 6) L(a2 , a3 ) ; 7) R 3 ; 8) {0 R3 } , де
1 2 2 1 1 0
a1 2 , a2 1 , a3 2 . 26.11. f1 1 , f2 2 , f3 0 ,
2 2 1 0 3 1
358
0 0 0 2 1 1 1 1 1
A 0 0 1 . 26.12. f1 1 , f 2 0 , f 3 0 , A 0 1 1 .
0 0 0 1 1 0 0 0 1
До § 27
1 0 0 2 0 0 0 1 0 1 1 0
27.1. 0 1 1 . 27.2. 0 2 1 . 27.3. 0 0 0 . 27.4. 0 1 0 .
0 0 1 0 0 2 0 0 1 0 0 3
2 1 0 0
1 1 0
0 2 0 0
27.5. 0 1 1 . 27.6. . 27.7. Ні. 27.8. Ні. 27.11. ( 2) 2 .
0 0 1 0 0 2 1
0 0 0 2
2e 2 e2 1 1
27.12. 2 5 6 . 27.15. 2 . 27.16. .
e 0 1 1
До § 28
1 4 6
3 6
28.1.
. 28.2. 0 2 2 . 28.3. Оператор проектування на бі-
1 3 1
1 2
сектрису другої та четвертої чверті паралельно до осі Oy . 28.4. Оператор
0 1 0 0 0 1 0 3 2
повороту на кут ( ) . 28.7. 0 0 1 або 1 0 0 . 28.8. 3 0 1 .
1 0 0 0 1 0 2 1 0
28.11. x y z 0 . Вказівка. Використати результат прикладу 3. 28.15. а) Ні;
б) ні. 28.17. Ні. Оператор диференціювання не є оператором простої
структури.
До § 29
1
29.3. 2 , де C , | | 1 . 29.4. 1 , 0 або 0 , 1 .
6
1
359
1 1 1
(1 i ) 0
i 0
29.5. A 2 , T 2 2 . 29.6. A ,
1 1 1 0 i
0 (1 i )
2 2 2
1 1
T 2 2 . 29.7. а) Ні; б) ні. 29.8. Ні. 29.10. а) Ні; б) ні.
1 1
2 2
1 1 0 1 0 0
1 1 1 3
29.11. u1 1 , u2 1 , u3 0 , B 0 .
2 2 1 2 2
0 0
0 3 1
2 2
1 2 0 1 0 0
1 1 1 1 3
29.12. u1 1 , u2 1 , u3 1 , B 0 .
3 6 2 2 2
1 1 1
0 3 1
2 2
29.13. Обертання навколо осі. 29.14. Обертання навколо осі. 29.15. Компо-
зиція оператора обертання навколо осі і симетрії стосовно площини.
29.16. Композиція оператора обертання навколо осі і симетрії стосовно
площини.
До § 30
2 0 1 2 i 1 5 0
30.5. B , C . 30.6. B ,
0 8 6 1 2 i 0 1
1 i 1 i 1 0 0 1/ 3 2 / 3
C 3 6 . 30.7. S 0 4 0 , x1 2 / 3 , x2 1 / 3 ,
1 2
0 0 2 2 / 3 2 / 3
3 6
2 / 3 3 0 0 2 / 3 1/ 3 2 / 3
x3 2 / 3 . 30.8. S 0 6 0 , x1 2 / 3 , x2 2 / 3 , x3 1 / 3 .
1/ 3 0 0 9 1/ 3 2 / 3 2 / 3
360
1 0 0 1/ 2 1/ 6 1 / 3
30.9. S 0 1 0 , x1 1 / 2 , x2 1 / 6 , x3 1 / 3 .
0 0 7
0 2/ 6 1 / 3
1 0 0 2/ 5 2 5 / 15 1/ 3
30.10. S 0 1 0 , x1 1 / 5 , x2 4 5 / 15 , x3 2 / 3 .
0 0 10 2 / 3
0 5 /3
2 1 3 1 2 0
30.11. . 30.12. . 30.13. A HU , H ,
0 4 2
1 2 1 3
2 /2 2 / 2 3 / 2 1/ 2
U . 30.14. A HU , H ,
2 / 2 2 / 2 1/ 2 3 / 2
1 / 2 1 / 2
U .
1 / 2 1 / 2
До § 31
1 2 2
x1 3 y1 3 y 2 3 y3 ,
2 2 1
31.1. 2 y12 5 y22 y32 , x2 y1 y2 y3 ,
3 3 3
x 2 y 1 y 2 y .
3 1 2 3
3 3 3
2 1 2
x1 3 y1 3 y2 3 y3 ,
2 2 1
31.2. 3 y12 6 y22 9 y32 , x2 y1 y 2 y3 ,
3 3 3
x y y 2 y .
1 2
3 3
1
3
2
3
3
1 2 2
x1 3 y1 3 y2 3 y3 ,
2 1 2
31.3. y12 4 y22 2 y32 , x2 y1 y 2 y3 ,
3 3 3
x 2 y 2y 1y .
3 3 1 3 2 3 3
361
2 2 1
x1 3 y1 3 y2 3 y3 ,
2 1 2
31.4. 4 y12 y22 2 y32 , x2 y1 y2 y3 ,
3 3 3
1 2
x y y y. 2
3 1 2 3
3 3 3
1 1 1
x1 y1 y2 y3 ,
2 6 3
2 1 1
31.5. y12 y 22 7 y32 , x2 y1 y2 y3 ,
2 6 3
x 2 y 1 y .
3 6
2
3
3
2 2 5 1
x1 y1 y 2 y3 ,
5 15 3
1 4 5 2
31.6. y12 y22 10 y32 , x2 y1 y 2 y3 ,
5 15 3
5 2
x3 y 2 y3 .
3 3
1 2 n 1 2
31.7. ( y1 yn21 ) yn .
2 2
31.8. 4 y12 4 y22 2 y32 .
y1 x1 2 x2 x3 ,
7 1
31.9. y12 3 y22 y32 , y2 x2 x3 ,
3 3
y3 x3 .
y1 x1 x2 2 x3 ,
31.10. y12 y22 9 y32 , y2 2 x2 x3 ,
y x .
3 3
362
31.15. При 6 y12 y22 , при 6 y12 y 22 y32 , при 6
y y y .
2
1
2
2
2
3
7 2 7 2 7 2
31.16. При y1 y22 , при y1 y22 y32 , при y1 y22 y32 .
4 4 4
31.17. f1 еквівалентна f 3 , вони не еквівалентні f 2 .
31.18. Жодні пари не еквівалентні.
До § 32
5 5
32.1. (2,) . 32.2. , . 32.3. (0,8; 0) . 32.4. . 32.5. (, 20) .
3 3
x1 3 2 y1 2 2 y2 ,
32.6. (, 0,6) . 32.7. f1 2 y12 4 y22 , g1 y12 y22 , 2 2
x2 y1 y2 .
2 2
3
2 x1 y1 y2 ,
32.8. f1 2 y12 y22 , g1 y12 y22 , 3 32.9. Додатно визна-
3 x 1 y 3 y .
2 1 2
2 6
чена при (1, ) , від’ємно визначена при (, 4) , напіввизначена
при [4, 1] . 32.10. Від’ємно визначена при (1, 1) , напіввизначена при
(, 1] [1, ) .
До § 33
y2 x 2 y 2
33.3. а) Еліпс x 2 1;
б) гіпербола 1; в) парабола
1/ 9 9 3
6 1
y2 x ; г) пара прямих, які перетинаються x , 4 x 3 y 1 0 .
34 2
x 2 y 2 x 2 y 2
33.4. а) Гіпербола 1;
б) еліпс 1 ; в) парабола
16 9 12 11
y 2 4 2 x ; г) пара паралельних прямих 2 x 3 y 5 0 , 2 x 3 y 1 0 .
33.5. а) При 0 еліпсоїд, при 0 еліптичний циліндр, при 0
однопорожнинний гіперболоїд; б) при 0 еліпсоїд, при 0 площина,
при 0 однопорожнинний гіперболоїд. 33.6. а) При 0 еліпсоїд, при
363
0 еліптичний циліндр, при 0 двопорожнинний гіперболоїд; б) при
0 еліптичний параболоїд, при 0 площина, при 0 гіперболічний
параболоїд. 33.9. а) Гіперболічний параболоїд; б) конус; в) гіперболічний
параболоїд. 33.10. а) Конус; б) однопорожнинний гіперболоїд; в) еліптичний
x 1 x,
параболоїд. 33.11. Паралельним перенесенням y 2 y , рівняння зведеть-
z z
ся до 2 x 2 y 2 4 xy 4 y z 8 0 , в якому квадратична форма при допомо-
зі ортогонального перетворення зведеться до 4 x2 y2 2 z , а рівняння по-
x2 y2 z 2
верхні 1 – однопорожнинний гіперболоїд. 33.12. Каноніч-
2 8 4
ний вигляд квадратичної форми 3x2 6 y 2 9 z 2 , а рівняння поверхні
x 2 y 2 z 2
1 – еліпсоїд. 33.13. Канонічний вигляд квадратичної форми
6 3 2
2
9 x2 9 y2 , а рівняння поверхні x2 y 2 z – параболоїд обертання.
3
33.14. Канонічний вигляд квадратичної форми 6 x 2 6 y 2 2 z 2 , а рівняння
1
поверхні x2 y2 z 2 1 – еліпсоїд обертання. 33.15. Канонічний вигляд
3
квадратичної форми 6z 2 , а рівняння поверхні 6 z 2 x 3 y 0
поворотом системи координат O xyz навколо осі O z
x x cos y sin ,
2 3 5
y x sin y cos , де cos , sin , зводиться до z 2 x
z z , 5 5 6
– параболічний циліндр.
364
СПИСОК ЛІТЕРАТУРИ
365
11. Завало С. Т. Алгебра і теорія чисел: практикум. Ч.ІІ /
С. Т. Завало, С. С. Левіщенко, В. В. Пилаєв, І. О. Рокицький.
– К.: Вища школа, 1986. – 264с.
12. Зеліско В. Р. Основи лінійної алгебри і аналітичної геометрії
/ В. Р. Зеліско, Г. В. Зеліско. – Львів: Львівський національ-
ний університет імені Івана Франка, 2011. – 326 с.
13. Икрамов Х. Д. Задачник по линейной алгебре / Х. Д. Икра-
мов. – М.: Наука, 1975. – 319 с.
14. Калужнін Л. А. Лінійні простори / Л. А. Калужнін, В. А. Ви-
шенський, Ц. О. Шуб. – К.: Вища школа, 1971. – 343 с.
15. Клетенник Д. В. Сборник задач по аналитической геометрии
/ Д. В. Клетенник. – М.: Наука, 1968. – 224с.
16. Кострикин А. И. Введение в алгебру / А. И. Кострикин. – М.:
Наука, 1977. – 495 с.
17. Сборник задач по алгебре / под редакцией А. И. Кострикина.
– М.: Наука, 1987. – 352 с.
18. Курош А. Г. Курс высшей алгебры / А. Г. Курош. – М.: Наука,
1968. – 431 с.
19. Лопатинський Я. Б. Основи лінійної алгебри / Я. Б. Лопатин-
ський. – Видавництво Львівського університету, 1959. – 109 с.
20. Моденов П. С. Сборник задач по аналитической геометрии /
П. С. Моденов, А. С. Пархоменко. – М.: Наука, 1970. – 384 с.
21. Проскуряков И. В. Сборник задач по линейной алгебре /
И. В. Проскуряков. – М.: Наука, 1974. – 384 с.
22. Тышкевич Р. И. Линейная алгебра и аналитическая геомет-
рия / Р. И. Тышкевич, А. С. Феденко. – Минск: Вышэйшая
школа, 1968. – 504 с.
23. Фаддеев Д. К. Лекции по алгебре / Д. К. Фаддеев. – М.: Нау-
ка, 1984. – 415 с.
366
24. Фаддеев Д. К. Сборник задач по высшей алгебре / Д. К. Фад-
деев, И. С. Соминский. – М.: Наука, 1977. – 307 с.
25. Фаддеев Д. К. Вычислительные методы линейной алгебры /
Д. К. Фаддеев, В. Н. Фаддеева. – М.: Физматгиз, 1963. – 734 с.
26. Цубербиллер О. Н. Задачи и упражнения по аналитической
геометрии / О. Н. Цубербиллер. – М.: Наука, 1968. – 336с.
27. Чарін В. С. Лінійна алгебра / В. С. Чарін. – К.: Техніка, 2004.
– 414 с.
367
ПРЕДМЕТНИЙ ПОКАЖЧИК
А В
База 196 Г
- ортогональна 224 Геометрична кратність влас-
- ортонормована 225 ного значення 260
368
Гіпербола 178 Ж
Група 78
- абелева 79 Жорданова клітка 275
Жорданова матриця 275
- повна лінійна 79
Жорданова нормальна фор-
- симетрична 81
ма 275
- спеціальна лінійна 80
- скінченна 80 З
- циклічна 80
Загальне рівняння кривої
Д другого порядку 330
Загальне рівняння поверхні
Дефект лінійного оператора другого порядку 331
252 Закон інерції квадратичних
Директоріальна властивість форм 316
кривих другого порядку 180 Зведення до головних осей
Директриси 178, 179 314
Дійсна частина комплексно- І
го числа 97
Дільник нуля 92 Ізометрія 292
Дільник одиниці 92 Ізоморфізм 82, 204
Довжина вектора 133 Інверсія 26
Додатний індекс інерції 316
К
Дотична 178, 179, 180
Канонічне рівняння гіпер-
Е боли 179
- - еліпса 177
Ексцентриситет 178, 179 - - параболи 180
Елементарні перетворення Канонічний вигляд квадра-
матриці 17 тичної форми 314
Елементи матриці 7 - - матриці 294
Еліпс 177 Канонічний розклад 117, 125
369
Квадратична форма 314 - - простої структури 259
- - від’ємно визначена 323 - - самоспряжений 305
- - додатно визначена 323 - - симетричний 305
- - знакозмінна 323 - - спряжений 286
Кільце 91 - - унітарний 293
- з одиницею 92 Лінійний підпростір 195
- комутативне 91 Лінійний простір 194
- многочленів 114 - - евклідовий 223
- скінченне 91 - - зі скалярним добутком
Координати вектора 54 223
Корінь з комплексного - - унітарний 223
числа 105 Лінійний розклад 117
- многочлена 124 Лінійно залежна система
- рівняння 124 векторів 55, 195
Критерій підгрупи 79 Лінійно незалежна система
- підпростору 195 векторів 55, 195
- прямої суми підпросторів
214 М
Л Матриці еквівалентні 17
- подібні 240
Лінійна комбінація системи - рівні 7
векторів 55 Матриця 7
Лінійна оболонка векторів - верхня трикутна 9
195 - вироджена 45
Лінійний оператор 238 - діагональна 8
- - додатно визначений 306 - ермітова 305
- - ермітовий 305 - квадратичної форми 314
- - з простим спектром 259 - квадратна 7
- - невироджений 252 - кососиметрична 9
- - нормальний 286 - лінійного оператора 238
- - обернений 252 - невироджена 45
- - ортогональний 293 - нижня трикутна 9
370
- нульова 7 Н
- обернена 45
- одинична 9 Найбільший спільний діль-
- ортогональна 294 ник 115
- основна системи лінійних Найменше спільне кратне
рівнянь 15 115
- переходу 203 Напрямний вектор 147
- розширена системи ліній- Напрямний косинус вектора
них рівнянь 16 136
- симетрична 9 Нерівність Коші-Буняковсь-
- скалярна 9 кого 224
- східчаста 16 Норма вектора 224
- транспонована 8 Нормаль 162
- унітарна 293 Нормальний вектор 148, 162
Матричне рівняння 46 Нормальний вигляд квадра-
Метод Гаусса 17 тичної форми 314
- елементарних перетворень
О
56
- Лагранжа 315 Образ лінійного оператора
- матричний 46 251
- облямування мінорів 56 Одночлен 114
Мінімальний многочлен 277 Орт вектора 136
Мінор 34 Ортогональна проекція 234
- базовий 56 Ортогональна складова 234
Мішаний добуток векторів Ортогональне доповнення
137 233
Многочлен звідний 117 Основна теорема алгебри
- незвідний 117 125
- унітарний 116
- характеристичний 258 П
Модуль комплексного числа
99 Парабола 179
371
Первісний корінь 106 - - параметричне 163
Перестановка 26 - - у відрізках 163
- непарна 26 - - через три точки 163
- парна 26 Рівняння прямої загальне
Перетин підпросторів 213 148, 164
Підгрупа 79 - - канонічне 147, 164
- знакозмінна 82 - - нормальне 148
- циклічна 80 - - параметричне 147, 164
Підпростір власний 258 - - у відрізках 148
- інваріантний 268 - - через дві точки 148, 164
Підпростори ортогональні Розв’язок системи лінійних
232 рівнянь 16
Підстановка 81 Розмірність простору 196
- парна 82
Поле 92 С
Полярне рівняння кривих
Сигнатура квадратичної
другого порядку 181
форми 316
Порядок групи 80
Система лінійних рівнянь 15
Права трійка векторів 136
- - - визначена 16
Проекція вектора на вісь 135
- - - еквівалентна 16
Пряма сума підпросторів
- - - зведена 65
214
- - - невизначена 16
Р - - - неоднорідна 64
- - - несумісна 16
Ранг квадратичної форми - - - однорідна 64
316 - - - сумісна 16
Ранг лінійного оператора Скалярний добуток векторів
252 135
Ранг матриці 55 Спряжене число 97
Рівняння площини загальне Степінь многочлена 114
162 Сума підпросторів 213
- - нормальне 163 Схема Горнера 114
372
Т Уявна частина комплексного
числа 97
Твірний елемент групи 80
Теорема Безу 124 Ф
- Вієта 125
- Гамільтона-Келі 277 Фокуси еліпса 177
- Ейлера 295 Фокуси гіперболи 178
- Келі 82 Формула відстані від точки
- Кронекера-Капеллі 64 до площини 163
- Лагранжа 80 - відстані від точки до
- Піфагора 224 прямої 149
- про ділення з остачею 114 - Муавра 105
- про ермітовий розклад 305 - Крамера 27
- про полярний розклад 306 Фундаментальна система
- про розмірність суми розв’язків 65
підпросторів 214
Ц
- Сильвестра 324
- Якобі 324 Цикл 81
Транспозиція 82
Тригонометрична форма Я
комплексного числа 104
Ядро лінійного оператора
У 251
Уявна одиниця 97
373
Навчальне видання
Навчальний посібник
Рекомендовано
Міністерством освіти і науки України
Редактор Н. Й. Плиса
Технічний редактор С. З. Сеник
Обкладинка В. О. Роган