Доказательство на основе понятия расстояния от вектора до подпространства
Рассмотрим матрицу, построенную на векторах = , = . Объем фигуры (параллелограмма), построенной на данных векторах определяется произведением модуля вектора (объемфигуры векторного подпространства R1 меньшей размерности) на высоту h (минимальное расстояние от вектора R1 до подпространства R1, образованного вектором .
В подпространстве R1 найдется такой вектор R1, которому соответствует разность - , модуль которой определяет высоту h. В свою очередь, вектор является, во-первых частью , =λ , а, во-вторых,проекцией на
Исходя из определения скалярного произведения можно записать
.
Отсюда
=
| (7.4)
| В последнем выражении второй сомножитель является единичным вектором, направленным вдоль вектора , и служит для преобразования скалярной величины (проекция) в векторную. Так как =λ , то
,
| (7.5)
| а квадрат расстояния от до подпространства, образованного вектором
.
| (7.6)
| При этом квадрат объема параллелепипеда
.
| (7.7)
| Подставляя координаты векторов, получаем
.
что и требовалось доказать. Доказательство идентичности детерминанта матрицы и объема параллелепипеда на пространстве большей размерности выполняется по индукции, но в силу громоздкости доказательства оно здесь не приводится.
Оптимальное значение коэффициента λ (7.5), соответствующее вектору можно получить, решая оптимизационную задачу.
Минимальное расстояние от вектора до подпространства R1 определяется параметром λ из условия h=| -λ ,|, R1 . Поскольку модуль числа всегда положителен, то это эквивалентно . Дифференцируя данное выражение по λ и приравнивая результат к нулю, получаем
, что совпадает с (7.5).
Доказательство(7.7)на основе формулы площади параллелограмма
Высота h в параллелограмме определяется выражением . При этом
.
Отсюда , что совпадает с (7.7).
Ортогональность столбцов матрицы А
Если столбцы матрицы А ортогональны, то их попарные скалярные произведение равны нулю. При этом для прямоугольного параллелепипеда
Ортонормированность базиса
Математические операции в ортонормированном базисе значительно проще за счет того, что скалярное произведение любых двух векторов базиса равно нулю, а длина каждого вектора равна единице. При этом коэффициенты разложения вектора в упомянутом базисе равны проекциям (скалярному произведению) вектора на единичный орт.
Аппарат минимальных расстояний позволяет выполнить ортогонализацию и нормализацию произвольного базиса. Пусть имеется базис .
В качестве первого вектора ортонормированного базиса выбирается вектор . Вторым вектором является нормированный вектор , определяющий минимальное расстояние от до , . Подобно (7.5) определяется коэффициент λ. Отсюда вектор . Аналогично, , где , т.е. определяется минимальным расстоянием до подпространства, порожденного векторами с ортонормированным базисом . Распространяя данную процедуру, получаем , где .
Очевидно, что если , то , . Это замечание делает понятным геометрический смысл особенностей матриц и линейных преобразований с определителем, равным нулю. Если матрица Аимеет определитель, равный нулю, то преобразование, соответствующее матрице А, переводит вектора исходного пространства в вектора подпространства меньшей размерности. В самом деле, поскольку определитель равен по модулю объему параллелепипеда, построенного на образах единичных координатных векторов, то в случае det A = 0 расстояние от конца хотя бы одного вектора до подпространства предыдущих векторов равно нулю. Следовательно, принадлежит подпространству i-1векторов. А это в свою очередь означает, что пространство образов имеет уже не n независимых векторов, а меньшее количество и является подпространством исходного пространства.
Пример. Выполнить ортогонализацию векторов .
Рис. 7.6. Ортогонализация
| Первый вектор нового базиса . Перпендикулярный вектор .
Второй нормированный вектор нового базиса
.
Новый ортонормированный базис представлен на рис. 7.6.
Не нашли, что искали? Воспользуйтесь поиском по сайту:
©2015 - 2024 stydopedia.ru Все материалы защищены законодательством РФ.
|