14.Ортогональное дополнение подпространства унитарного и евклидова пространства. Теорема о представлении унитарного пространства в виде прямой суммы линейных подпространств
─ подпространство всех в-в, перпендикулярных данной плоскости.
Ортогональное дополнение произвольного подпространства пространства V само является подпространством данного пространства
Доказательство: В самом деле, : #
Лемма 2 (критерий):
Пусть ─ базис в подпространстве . Вектор ;
Доказательство:
Необходимость: Пусть , тогда в том числе .
Достаточность: Пусть , поскольку : , то #
Унитарное (евклидово) пространство есть прямая сумма произвольного подпространства и его ортогонального дополнения , т. е. (прямая сумма)
Доказательство:
Пусть ── ОНБ в подпространстве .
Возьмем произвольный в-р и сопоставим следующий в-р:
имеем (скалярное умножение на ):
Следовательно по Лемме 2
Следовательно по Лемме 1
<θ>, откуда по определению прямой суммы вытекает, что #
Доказательство: Доказательство следует из Теоремы 2 § 5 гл. III #
§ 5.3. Ортогональное дополнение. Ортогональные суммы подпространств
Два подпространства называются ортогональными, если каждый вектор одного подпространства ортогонален каждому вектору другого подпространства . Ортогональность подпространств
и
обозначается 
Для того чтобы вектор
был ортогонален к подпространству
необходимо и достаточно, чтобы он был ортогонален ко всем векторам какого-либо базиса подпространства 
Для того чтобы два подпространства были ортогональными, необходимо и достаточно , чтобы каждый вектор какого-либо базиса одного подпространства был ортогонален ко всем векторам какого-либо базиса другого подпространства.
Сумма
подпространств
называется ортогональной и обозначается
если подпространства попарно ортогональны.
Ортогональная сумма ненулевых подпространств всегда является прямой суммой.
Совокупность всех векторов, ортогональных к линейному подпространству
евклидова пространства
называется ортогональным дополнением подпространства
и обозначается 
Евклидово пространство
есть ортогональная сумма любого своего линейного подпространства
и его ортогонального дополнения
т.е.


Любой вектор
из евклидова пространства
всегда можно представить, причём единственным образом, в виде


где
принадлежит некоторому подпространству
,
ортогонален к
Вектор
называется ортогональной проекцией вектора
на подпространство
а
— перпендикуляром, опущенным из
на 
Пример 1. Докажите, что 
Доказательство. Пусть
Тогда
В силу того, что
где
, а
. Следовательно,
Если в последнем равенстве выбрать
то из условия
заключаем, что
Полагая
получаем, что
или
Другими словами, из условия
вытекает, что
Пусть теперь
. Тогда
, т.к.
и
. Значит,
. Таким образом, мы получили, что если
, то
. И, наоборот, если
, то
. Сказанное равносильно равенству
.
Пример 2. Линейное подпространство
задано системой уравнений:

Найдите базис ортогонального дополнения
.
Решение. Найдем базис
. Для этого решим данную однородную систему уравнений:


— свободные переменные;

Таким образом, общее решение имеет вид:
. Выбирая значения свободных переменных в соответствии с таблицей
Ортогональные дополнения евклидова пространства
Ортогональным дополнением непустого подмножества [math]M[/math] евклидова пространства [math]\mathbb
\forall \mathbf
Рассмотрим примеры ортогональных дополнений евклидова пространства.
1. Ортогональным дополнением нулевого подпространства [math]\ <\mathbf
2. Пусть в пространстве [math]
3. В пространстве [math]P_2(\mathbb
Свойства ортогонального дополнения
Рассмотрим свойства ортогональных дополнений подмножеств n-мерного евклидова пространства [math]\mathbb
1. Ортогональное дополнение [math]M^<\perp>[/math] непустого подмножества [math]M\subset \mathbb
В самом деле, множество [math]M^<\perp>[/math] замкнуто по отношению к операциям сложения векторов и умножения вектора на число, так как сумма двух век торов, ортогональных [math]M[/math] , ортогональна [math]M[/math] , и произведение вектора, ортогонального [math]M[/math] , на любое число является вектором, ортогональным [math]M[/math] . До кажем включение [math]M\subset (M^<\perp>)^<\perp>[/math] . Пусть [math]\mathbf
2. Пересечение любого непустого подмножества [math]M\subset \mathbb
Действительно, только нулевой вектор ортогонален самому себе.
3. Если [math]L[/math] — подпространство [math]\mathbb
(L\triangleleft \mathbb
Действительно, возьмем в [math]L[/math] ортогональный базис [math](\mathbf
где [math]\mathbf\in L[/math] , а [math]\mathbf
4. Если [math]L\triangleleft \mathbb
5. Если [math]L[/math] — подпространство [math]\mathbb
Из первого свойства следует включение [math]L\subset(L^<\perp>)^<\perp>[/math] . Докажем, что [math](L^<\perp>)^<\perp>\subset L[/math] . Действительно, пусть [math]\mathbf
\mathbf
Следовательно, [math]\langle \mathbf
6. Если [math]L_1\triangleleft \mathbb
Последние свойства аналогичны свойствам алгебраических дополнений.
Нахождение ортогонального дополнения подпространства
Ранее для описания подпространств линейных пространств использовались два способа описания (внешний и внутренний). Рассмотрим применение этих способов описания для нахождения ортогональных дополнений подпространств. Учитывая изоморфизм евклидовых пространств, будем рассматривать арифметическое пространство [math]\mathbb
Для заданного подпространства [math]L\triangleleft \mathbb
1. Если подпространство [math]L\triangleleft \mathbb
2. Если подпространство [math]L\triangleleft \mathbb
где [math]a_i^T[/math] — i-й столбец матрицы [math]A^T[/math] .
Докажем, например, первое утверждение. Линейное однородное уравнение
1. В отличие от алгебраического дополнения [math]L^<+>[/math] подпространстве [math]L\triangleleft \mathbb
2. Ортогональное дополнение [math]L^<\perp>[/math] подпространства [math]L\triangleleft \mathbb
Пример 8.19. В примере 8.10 для линейного подпространства [math]L= \operatorname
Доказать, что это алгебраическое дополнение является ортогональным дополнением подпространства [math]L[/math] евклидова пространства [math]P_3(\mathbb
Решение. Для решения задачи достаточно показать, что образующие подпространства [math]L:[/math]
Нахождение ортогонального дополнения к подпространству евклидова пространства
Найти базис ортогонального дополнения [latex]
[latex]a_1 = (1,0,2,1)[/latex]
[latex]a_2 = (2,1,2,3)[/latex]
[latex]a_3 = (0,1,-2,1)[/latex]
Найдем ранг матрицы [latex]L[/latex]:
[latex]L = \begin
Домножим первую строчку матрицы на [latex]-2[/latex] и прибавим ко второй. Получим:
[latex]L = \begin
Вторая и третья строки матрицы совпадают, а значит одну можно исключить. Получим, что ранг системы [latex]L[/latex] равен [latex]2[/latex]. Следовательно, системы [latex]L[/latex]- линейно зависимая.
[latex]L[/latex] (система состоит из двух векторов).
[latex]
[latex](a_1,x) = 0, (a_2,x) = 0[/latex]
Составим матрицу из векторов [latex]a_1, a_2[/latex].
[latex]\begin
(домножим первую строчку матрицы на -2 и прибавим ко второй)
[latex]\left\ <\begin
Найдем общее решение системы:
[latex]\left\ <\begin
[latex]x = \begin
Найдем ФСР (фундаментальную систему решений) по формуле:
ФСР [latex] = n — r [/latex], где [latex]n[/latex]- число неизвестных переменных, [latex]r[/latex]- ранг матрицы.
ФСР: [latex]4 — 2 = 2.[/latex]
Получили два линейно независимых решения системы. Придадим переменным [latex]x_3, x_4 [/latex] произвольные значения:
| ФСР | [latex]x_1[/latex] | [latex]x_2[/latex] | [latex]x_3[/latex] | [latex]x_4[/latex] |
| [latex]b_1[/latex] | [latex]2[/latex] | [latex]-2[/latex] | [latex]-1[/latex] | [latex]0[/latex] |
| [latex]b_2[/latex] | [latex]1[/latex] | [latex]1[/latex] | [latex]0[/latex] | [latex]-1[/latex] |
Получили ортогональное дополнение [latex]