Линейная зависимость

Линейная зависимость — это одно из фундаментальных понятий линейной алгебры, описывающее соотношение между элементами векторного пространства, при котором один из них может быть выражен как линейная комбинация других. Система векторов называется линейно зависимой, если существует нетривиальная (не все коэффициенты равны нулю) линейная комбинация этих векторов, равная нулевому вектору. В противном случае система называется линейно независимой. Понятие линейной зависимости лежит в основе определения размерности пространства, базиса и ранга матрицы.

Определение и формализация

Пусть \( V \) — векторное пространство над полем \( F \) (например, над полем действительных чисел \( \mathbb{R} \)). Рассмотрим конечную систему векторов \( v_1, v_2, \dots, v_n \in V \). Линейной комбинацией этих векторов называется выражение вида:

\[ \alpha_1 v_1 + \alpha_2 v_2 + \dots + \alpha_n v_n, \]

где \( \alpha_1, \alpha_2, \dots, \alpha_n \in F \) — коэффициенты (скаляры).

Система векторов \( \{v_1, v_2, \dots, v_n\} \) называется линейно зависимой, если существуют такие скаляры \( \alpha_1, \alpha_2, \dots, \alpha_n \), не все равные нулю, что:

\[ \alpha_1 v_1 + \alpha_2 v_2 + \dots + \alpha_n v_n = \mathbf{0}, \]

где \( \mathbf{0} \) — нулевой вектор пространства \( V \).

Если же равенство выполняется только при \( \alpha_1 = \alpha_2 = \dots = \alpha_n = 0 \), то система называется линейно независимой.

Эквивалентные формулировки

• Система векторов линейно зависима тогда и только тогда, когда хотя бы один из векторов этой системы является линейной комбинацией остальных.
• Система, содержащая нулевой вектор, всегда линейно зависима.
• Система из одного ненулевого вектора всегда линейно независима.

Примеры

Векторы на плоскости

В двумерном пространстве \( \mathbb{R}^2 \) векторы \( v_1 = (1, 0) \) и \( v_2 = (2, 0) \) линейно зависимы, так как \( v_2 = 2 \cdot v_1 \), или \( 2 \cdot v_1 - v_2 = \mathbf{0} \). Векторы \( v_1 = (1, 0) \) и \( v_2 = (0, 1) \) линейно независимы, поскольку ни один из них не выражается через другой.

Векторы в трёхмерном пространстве

В \( \mathbb{R}^3 \) векторы \( v_1 = (1, 2, 3) \), \( v_2 = (4, 5, 6) \), \( v_3 = (7, 8, 9) \) линейно зависимы, так как их определитель матрицы, составленной из этих векторов, равен нулю. В частности, \( v_3 = 2 \cdot v_2 - v_1 \).

Функции

В пространстве непрерывных функций на отрезке \( [0, 1] \) функции \( f(x) = \sin x \) и \( g(x) = \cos x \) линейно независимы, так как равенство \( \alpha \sin x + \beta \cos x = 0 \) для всех \( x \) возможно только при \( \alpha = \beta = 0 \). Функции \( f(x) = 1 \), \( g(x) = x \), \( h(x) = 2x + 3 \) линейно зависимы, поскольку \( h(x) = 2g(x) + 3f(x) \).

Свойства

• Если часть системы векторов линейно зависима, то и вся система линейно зависима.
• Если система векторов линейно независима, то любая её подсистема также линейно независима.
• Если к линейно независимой системе добавить вектор, который является линейной комбинацией исходных, полученная система будет линейно зависимой.
• Максимальное количество линейно независимых векторов в пространстве равно его размерности.
• В любом конечномерном пространстве размерности \( n \) любая система из более чем \( n \) векторов линейно зависима.

Критерии линейной зависимости

Определитель Грама

Для системы векторов \( v_1, \dots, v_k \) в евклидовом пространстве линейная зависимость эквивалентна равенству нулю определителя Грама (матрицы, составленной из скалярных произведений \( \langle v_i, v_j \rangle \)).

Ранг матрицы

Если векторы представлены как строки или столбцы матрицы, то они линейно зависимы тогда и только тогда, когда ранг этой матрицы меньше количества векторов.

Вронскиан

Для системы функций, дифференцируемых достаточное число раз, линейная зависимость на интервале влечёт равенство нулю вронскиана (определителя матрицы, составленной из функций и их производных). Обратное, вообще говоря, неверно: существуют линейно независимые функции, вронскиан которых тождественно равен нулю.

Связь с базисом и размерностью

Понятие линейной зависимости является ключевым для определения базиса векторного пространства. Базис — это максимальная линейно независимая система векторов, то есть такая, что любой вектор пространства может быть единственным образом представлен в виде линейной комбинации базисных векторов. Количество векторов в базисе называется размерностью пространства.

Например, в трёхмерном евклидовом пространстве \( \mathbb{R}^3 \) стандартный базис составляют векторы \( (1,0,0) \), \( (0,1,0) \), \( (0,0,1) \). Любая тройка линейно независимых векторов в \( \mathbb{R}^3 \) также образует базис.

Применение

Линейная зависимость широко используется в различных областях математики и её приложениях:

• Решение систем линейных уравнений: система имеет нетривиальное решение тогда и только тогда, когда её столбцы (или строки) линейно зависимы.
• Анализ данных: в методе главных компонент (PCA) и факторном анализе линейная зависимость между признаками указывает на избыточность данных.
• Теория кодирования: линейные коды строятся на основе линейных пространств, и понятие линейной зависимости используется для определения минимального расстояния кода.
• Дифференциальные уравнения: линейная зависимость решений линейного однородного дифференциального уравнения определяется через вронскиан.
• Компьютерная графика: преобразования координат и аффинные преобразования опираются на линейные комбинации векторов.

Интересные факты

• В пространстве \( \mathbb{R}^n \) любые \( n+1 \) векторов всегда линейно зависимы. Это свойство является следствием теоремы о размерности.
• Понятие линейной зависимости обобщается на бесконечномерные пространства, где рассматриваются линейные комбинации с конечным числом ненулевых коэффициентов.
• В квантовой механике линейная зависимость волновых функций соответствует физическому принципу суперпозиции, а линейно независимые состояния образуют базис гильбертова пространства.
• В теории чисел линейная зависимость над полем рациональных чисел используется для изучения алгебраических чисел.

Источники

• Кострикин А. И. «Введение в алгебру». Часть 2. Линейная алгебра. — М.: МЦНМО, 2009.
• Ильин В. А., Позняк Э. Г. «Линейная алгебра». — М.: Физматлит, 2004.
• Ланкастер П. «Теория матриц». — М.: Наука, 1978.
• Хорн Р., Джонсон Ч. «Матричный анализ». — М.: Мир, 1989.
• Ленг С. «Линейная алгебра». — М.: Мир, 1976.