Линейная независимость¶

Линейная независимость — одно из фундаментальных понятий линейной алгебры, характеризующее свойство системы векторов, при котором ни один из векторов этой системы не может быть представлен в виде линейной комбинации остальных. Система векторов, не обладающая этим свойством, называется линейно зависимой. Понятие линейной независимости лежит в основе определения базиса векторного пространства, его размерности и ранга матрицы.

¶Определение

Пусть дано векторное пространство \(V\) над полем \(F\) (например, над полем действительных чисел \(\mathbb{R}\) или комплексных чисел \(\mathbb{C}\)). Система векторов \(\mathbf{v}_1, \mathbf{v}_2, \dots, \mathbf{v}_n \in V\) называется линейно независимой, если равенство

\[ \alpha_1 \mathbf{v}_1 + \alpha_2 \mathbf{v}_2 + \dots + \alpha_n \mathbf{v}_n = \mathbf{0} \]

выполняется только при условии \(\alpha_1 = \alpha_2 = \dots = \alpha_n = 0\), где \(\alpha_i \in F\) — скаляры. В противном случае, то есть если существует нетривиальная линейная комбинация (с хотя бы одним ненулевым коэффициентом), дающая нулевой вектор, система называется линейно зависимой.

Эквивалентное определение: система векторов линейно независима, если ни один из её векторов не выражается через линейную комбинацию остальных. Для бесконечных систем векторов понятие обобщается: бесконечное множество векторов называется линейно независимым, если любое его конечное подмножество линейно независимо.

¶Примеры

¶Векторы на плоскости и в пространстве

• Два неколлинеарных вектора на плоскости (например, \(\mathbf{e}_1 = (1,0)\) и \(\mathbf{e}_2 = (0,1)\)) линейно независимы. Любой вектор на плоскости можно представить как их линейную комбинацию, но ни один из них не равен произведению другого на скаляр.
• Два коллинеарных вектора (например, \((1,2)\) и \((2,4)\)) линейно зависимы, так как второй равен первому, умноженному на 2.
• Три вектора в трёхмерном пространстве, не лежащие в одной плоскости, линейно независимы (например, стандартные орты \(\mathbf{i}, \mathbf{j}, \mathbf{k}\)). Четыре и более векторов в трёхмерном пространстве всегда линейно зависимы.

¶Функции

В пространстве функций на отрезке \([0,1]\) система функций \(\{1, x, x^2\}\) линейно независима, так как многочлен \(a + bx + cx^2\) может быть тождественно равен нулю только при \(a=b=c=0\). Система функций \(\{ \sin x, \sin 2x, \sin 3x \}\) также линейно независима, что доказывается через определитель Вронского.

¶Свойства

1. Одноэлементная система: вектор \(\mathbf{v}\) линейно независим тогда и только тогда, когда \(\mathbf{v} \neq \mathbf{0}\).
2. Подсистема: любое подмножество линейно независимой системы также линейно независимо.
3. Дополнение: если к линейно независимой системе добавить вектор, который не является линейной комбинацией исходных, новая система останется линейно независимой.
4. Максимальная линейно независимая система: в конечномерном пространстве максимальная по включению линейно независимая система образует базис. Размерность пространства равна количеству векторов в любом базисе.
5. Связь с рангом: ранг матрицы равен максимальному числу линейно независимых строк (или столбцов). Строки матрицы линейно зависимы, если одна из них является линейной комбинацией остальных.

¶Критерии линейной независимости

¶Для конечной системы векторов в \(\mathbb{R}^n\)

Система векторов \(\mathbf{v}_1, \dots, \mathbf{v}_m\) в \(\mathbb{R}^n\) линейно независима тогда и только тогда, когда матрица, составленная из этих векторов (как столбцов или строк), имеет ранг, равный \(m\). Если \(m > n\), система всегда линейно зависима.

¶Определитель Грама

Система векторов \(\mathbf{v}_1, \dots, \mathbf{v}_m\) в евклидовом пространстве линейно независима тогда и только тогда, когда определитель Грама (матрица попарных скалярных произведений) отличен от нуля:

\[ \det(G) = \det \begin{pmatrix} \langle \mathbf{v}_1, \mathbf{v}_1 \rangle & \cdots & \langle \mathbf{v}_1, \mathbf{v}_m \rangle \\ \vdots & \ddots & \vdots \\ \langle \mathbf{v}_m, \mathbf{v}_1 \rangle & \cdots & \langle \mathbf{v}_m, \mathbf{v}_m \rangle \end{pmatrix} \neq 0. \]

¶Вронскиан

Для системы функций \(f_1(x), \dots, f_n(x)\), имеющих производные до \(n-1\) порядка, линейная независимость на интервале может быть проверена с помощью определителя Вронского (вронскиана). Если вронскиан не равен нулю хотя бы в одной точке интервала, функции линейно независимы на этом интервале. Обратное не всегда верно: существуют линейно независимые функции, вронскиан которых тождественно равен нулю.

¶Значение в линейной алгебре

Понятие линейной независимости является центральным при построении теории векторных пространств. Оно позволяет:

• Определять базис — максимальную линейно независимую систему, через которую однозначно выражается любой вектор пространства.
• Вычислять размерность пространства как количество элементов в базисе.
• Находить ранг матрицы — число линейно независимых строк или столбцов, что важно при решении систем линейных уравнений.
• Анализировать фундаментальные системы решений однородных линейных дифференциальных уравнений.

В прикладной математике линейная независимость используется в задачах аппроксимации, численных методах, теории кодирования и обработке сигналов. Например, в методе наименьших квадратов линейная независимость базисных функций гарантирует единственность решения.

¶Связанные понятия

• Линейная оболочка — множество всех линейных комбинаций данной системы векторов. Размерность линейной оболочки равна числу линейно независимых векторов в системе.
• Ранг матрицы — максимальное число линейно независимых строк (столбцов). Ранг не меняется при элементарных преобразованиях строк.
• Базис — линейно независимая система, порождающая всё пространство. В конечномерном пространстве все базисы имеют одинаковое число элементов.
• Координаты вектора — коэффициенты разложения вектора по базису. Если базис фиксирован, координаты определяются однозначно благодаря линейной независимости базисных векторов.

¶Источники

• Ильин В. А., Позняк Э. Г. Линейная алгебра. — М.: Физматлит, 2004.
• Гантмахер Ф. Р. Теория матриц. — М.: Наука, 1988.
• Кострикин А. И. Введение в алгебру. Часть II. Линейная алгебра. — М.: МЦНМО, 2009.
• Стренг Г. Линейная алгебра и её применения. — М.: Мир, 1980.