Размерность линейной оболочки векторов. Линейная оболочка системы векторов. Подпространство. Базис подпространства. §10. Полные системы векторов
1. Множество многочленов P n (x ) степени не выше n .
2. Множество n -членных последовательностей (с почленным сложением и умножением на скаляр).
3 . Множество функций C [ а , b ] непрерывных на [а , b ] и с поточечным сложением и умножением на скаляр.
4. Множество функций, заданных на [а , b ] и обращающихся в 0 в некоторой фиксированной внутренней точке c: f (c ) = 0 и с поточечными операциями сложения и умножения на скаляр.
5. Множество R + , если x ⊕ y x y , ⊙x x .
§8. Определение подпространства
Пусть множество W является подмножеством линейного пространства V (W V ) и такое, что
а) x , y W x ⊕ y W ;
б) x W , ⊙ x W .
Операции сложения и умножения здесь те же, что и в пространстве V (они называются индуцированными пространством V ).
Такое множество W называется подпространством пространства V .
7 . Подпространство W само является пространством.
◀ Для доказательства достаточно доказать существование нейтрального элемента и противоположного. Равенства 0⊙x = и (–1)⊙х = –х доказывают необходимое.
Подпространство, состоящее только из нейтрального элемента {}и подпространство, совпадающее с самим пространством V , называются тривиальными подпространствами пространства V .
§9. Линейная комбинация векторов. Линейная оболочка системы векторов
Пусть векторы e 1 , e 2 , … e n V и 1 , 2 , … n .
Вектор x = 1 e 1 + 2 e 2 + … + n e n = называется линейной комбинацией векторов e 1 , e 2 , … , e n с коэффициентами 1 , 2 , … n .
Если все коэффициенты в линейной комбинации равны нулю, то линейная комбинация называется тривиальной.
Множество
всевозможных линейных комбинаций
векторов
называется
линейной оболочкой
этой системы векторов и обозначается:
ℒ(e
1 ,
e
2 ,
…, e
n
)
= ℒ
.
8 . ℒ(e 1 , e 2 , …, e n
◀ Корректность
операций сложения и умножения на скаляр
следует из того, что ℒ(e
1 ,
e
2 ,
…, e
n
)
– это множество всевозможных линейных
комбинаций. Нейтральный элемент – это
тривиальная линейная комбинация. Для
элемента х
=
противоположным является элемент –x
=
.
Аксиомы, которым должны удовлетворять
операции, также выполнены. Таким образом,ℒ(e
1 ,
e
2 ,
…, e
n
)
является линейным пространством.
Любое линейное пространство содержит в себе в, общем случае, бесконечное множество других линейных пространств (подпространств) – линейных оболочек
В дальнейшем мы постараемся ответить на следующие вопросы:
Когда линейные оболочки разных систем векторов состоят из одних и тех же векторов (т.е. совпадают)?
2) Какое минимальное число векторов определяет одну и ту же линейную оболочку?
3) Является ли исходное пространство линейной оболочкой некоторой системы векторов?
§10. Полные системы векторов
Если
в пространстве V
существует конечный набор векторов
такой что,ℒ
V
,
то система векторов
называется полной системой вV
,
а пространство называется конечномерным.
Таким образом, система векторов e
1 ,
e
2 ,
…, e
n
V
называется полной в V
системой, т.е. если
х V 1 , 2 , … n такие, что x = 1 e 1 + 2 e 2 + … + n e n .
Если в пространстве V не существует конечной полной системы (а полная существует всегда – например, множество всех векторов пространства V ), то пространство V называется бесконечномерным.
9
.
Если
полная вV
система
векторов и y
V
,
то {e
1 ,
e
2 ,
…, e
n
,
y
}
– также полная система.
◀ Достаточно в линейных комбинациях коэффициент перед y брать равным 0.
Пусть - система векторов из векторного пространства V над полем P .
Определение 2: Линейной оболочкой L системы A называется множество всех линейных комбинаций векторов системы A . Обозначение L(A) .
Можно показать, что для любых двух систем A и B ,
A линейно выражается через B тогда и только тогда, когда . (1)
A эквивалентна B тогда и только тогда, когда L(A)=L(B) . (2)
Доказательство следует из предыдущего свойства
3 Линейная оболочка любой системы векторов является подпространством пространства V .
Доказательство
Возьмём любые два вектора и из L(A) , имеющие следующие разложения по векторам из A : . Проверим выполнимость условий 1) и 2) критерия:
Так как представляет собой линейную комбинацию векторов системы A .
Так как тоже представляет собой линейную комбинацию векторов системы A .
Рассмотрим теперь матрицу . Линейная оболочка строк матрицы A называется строчечным пространством матрицы и обозначается L r (A) . Линейная оболочка столбцов матрицы A называется столбцовым пространством и обозначается L c (A) . Обратите внимание, что при строчечное и столбцовое пространство матрицы A являются подпространствами разных арифметических пространств P n и P m соответственно. Пользуясь утверждением (2), можно придти к следующему выводу:
Теорема 3: Если одна матрица получена из другой цепочкой элементарных преобразований, то строчечные пространства таких матриц совпадают.
Сумма и пересечение подпространств
Пусть L и M - два подпространства пространства R .
Cуммой L +M называется множество векторов x+y , где x ∈L и y ∈M . Очевидно, что любая линейная комбинация векторов из L+M принадлежитL+M , следовательно L+M является подпространством пространства R (может совпадать с пространством R ).
Пересечением L ∩M подпространств L и M называется множество векторов, принадлежащих одновременно подпространствам L и M (может состоять только из нулевого вектора).
Теорема 6.1. Сумма размерностей произвольных подпространств L и M конечномерного линейного пространства R равна размерности суммы этих подпространств и размерности пересечения этих подпространств:
dim L+dim M=dim(L+M)+dim(L∩M).
Доказательство. Обозначим F=L+M и G=L∩M . Пусть G g -мерное подпространство. Выберем в нем базис . Так как G ⊂L и G ⊂M , следовательно базис G можно дополнить до базиса L и до базиса M . Пусть базис подпространства L и пусть базис подпространства M . Покажем, что векторы
(6.1)составляют базис F=L+M . Для того, чтобы векторы (6.1) составляли базис пространства F они должны быть линейно независимы и любой вектор пространства F можно представить линейной комбинацией векторов (6.1).
Докажем линейную независимость векторов (6.1). Пусть нулевой вектор пространства F представляется линейной комбинацией векторов (6.1) с некоторыми коэффициентами:
Левая часть (6.3) является вектором подпространства L , а правая часть является вектором подпространства M . Следовательно вектор
(6.4)принадлежит подпространству G=L∩M . С другой стороны вектор v можно представить линейной комбинацией базисных векторов подпространства G :
(6.5)Из уравнений (6.4) и (6.5) имеем:
Но векторы являются базисом подпространства M , следовательно они линейно независимы и . Тогда (6.2) примет вид:
В силу линейной независимости базиса подпространства L имеем:
Так как все коэффициенты в уравнении (6.2) оказались нулевыми, то векторы
линейно независимы. Но любой вектор z из F (по определению суммы подпространств) можно представить суммой x+y , где x ∈ L, y ∈ M . В свою очередь x представляется линейной комбинацей векторов а y - линейной комбинацией векторов . Следовательно векторы (6.10) пораждают подпространство F . Получили, что векторы (6.10) образуют базис F=L+M .
Изучая базисы подпространств L и M и базис подпространства F=L+M (6.10), имеем: dim L=g+l, dim M=g+m, dim (L+M)=g+l+m . Следовательно:
dim L+dim M−dim(L∩M)=dim(L+M). ■
Прямая сумма подпространств
Определение 6.2. Пространство F представляет собой прямую сумму подпространств L и M , если каждый вектор x пространства F может быть единственным способом представлен в виде суммы x=y+z , где y ∈L и z ∈M .
Прямая сумма обозначается L ⊕M . Говорят, что если F=L ⊕M , то F разлагается в прямую сумму своих подпространств L и M .
Теорема 6.2. Для того, чтобы n -мерное пространство R представляло собой прямую сумму подпространств L и M , достаточно, чтобы пересечениеL и M содержало только нулевой элемент и чтобы размерность R была равна сумме размерностей подпространств L и M .
Доказательство. Выберем некоторый базис в подпространстве L и некоторый базис в подпространстве M. Докажем, что
(6.11)является базисом пространства R . По условию теоремы размерность пространства R n равна сумме подпространств L и M (n=l+m ). Достаточно доказать линейную независимость элементов (6.11). Пусть нулевой вектор пространстваR представляется линейной комбинацией векторов (6.11) с некоторыми коэффициентами:
(6.13)Так как левая часть (6.13) является вектором подпространства L , а правая часть - вектором подпространства M и L ∩M =0 , то
(6.14)Но векторы и являются базисами подпространств L и M соответственно. Следовательно они линейно независимы. Тогда
(6.15)Установили, что (6.12) справедливо лишь при условии (6.15), а это доказывает линейную независимость векторов (6.11). Следовательно они образуют базис в R .
Пусть x∈R. Разложим его по базису (6.11):
(6.16)Из (6.16) имеем:
(6.18)Из (6.17) и (6.18) следует, что любой вектор из R можно представить суммой векторов x 1 ∈L и x 2 ∈M . Остается доказать что это представление является единственным. Пусть кроме представления (6.17) есть и следующее представление:
(6.19)Вычитая (6.19) из (6.17), получим
(6.20)Так как , и L ∩M =0 , то и . Следовательно и . ■
Теорема 8.4 о размерности суммы подпространств. Если и подпространства конечномерного линейного пространства , то размерность суммы подпространств равна сумме их размерностей без размерности их пересечения (формула Грассмана ):
(8.13) |
В самом деле, пусть - базис пересечения . Дополним его упорядоченным набором векторов до базиса подпространства и упорядоченным набором векторов до базиса подпространства . Такое дополнение возможно по теореме 8.2. Из указанных трех наборов векторов составим упорядоченный набор векторов. Покажем, что эти векторы являются образующими пространства . Действительно, любой вектор этого пространства представляется в виде линейной комбинации векторов из упорядоченного набора
Следовательно, . Докажем, что образующие линейно независимы и поэтому они являются базисом пространства . Действительно, составим линейную комбинацию этих векторов и приравняем ее нулевому вектору: . Все коэффициенты такого разложения нулевые: подпространства векторного пространства с билинейной формой - это множество всех векторов , ортогональных каждому вектору из . Это множество является векторным подпространством , которое обычно обозначается .
Ве́кторное (или лине́йное ) простра́нство - математическая структура , которая представляет собой набор элементов, называемых векторами , для которых определены операции сложения друг с другом и умножения на число - скаляр . Эти операции подчинены восьми аксиомам. Скаляры могут быть элементами вещественного , комплексного или любого другого поля чисел . Частным случаем подобного пространства является обычное трехмерное евклидово пространство , векторы которого используются, к примеру, для представления физических сил . При этом следует отметить, что вектор, как элемент векторного пространства, не обязательно должен быть задан в виде направленного отрезка. Обобщение понятия «вектор» до элемента векторного пространства любой природы не только не вызывает смешения терминов, но и позволяет уяснить или даже предвидеть ряд результатов, справедливых для пространств произвольной природы .
Векторные пространства являются предметом изучения линейной алгебры . Одна из главных характеристик векторного пространства - его размерность. Размерность представляет собой максимальное число линейно независимых элементов пространства, то есть, прибегая к грубой геометрической интерпретации, число направлений, невыразимых друг через друга посредством только операций сложения и умножения на скаляр. Векторное пространство можно наделить дополнительными структурами, например, нормой или скалярным произведением . Подобные пространства естественным образом появляются в математическом анализе , преимущественно в виде бесконечномерных функциональных пространств (англ. ) , где в качестве векторов выступают функции . Многие проблемы анализа требуют выяснить, сходится ли последовательность векторов к данному вектору. Рассмотрение таких вопросов возможно в векторных пространствах с дополнительной структурой, в большинстве случаев - подходящей топологией , что позволяет определить понятия близости и непрерывности . Такие топологические векторные пространства , в частности, банаховы и гильбертовы , допускают более глубокое изучение.
Первые труды, предвосхитившие введение понятия векторного пространства, относятся к XVII веку . Именно тогда своё развитие получили аналитическая геометрия , учения о матрицах , системах линейных уравнений , евклидовых векторах .
Определение
Линейное или векторное пространство V (F) {\displaystyle V\left(F\right)} над полем F {\displaystyle F} - это упорядоченная четвёрка (V , F , + , ⋅) {\displaystyle (V,F,+,\cdot)} , где
- V {\displaystyle V} - непустое множество элементов произвольной природы, которые называются векторами ;
- F {\displaystyle F} - поле , элементы которого называются скалярами ;
- Определена операция сложения векторов V × V → V {\displaystyle V\times V\to V} , сопоставляющая каждой паре элементов x , y {\displaystyle \mathbf {x} ,\mathbf {y} } множества V {\displaystyle V} V {\displaystyle V} , называемый их суммой и обозначаемый x + y {\displaystyle \mathbf {x} +\mathbf {y} } ;
- Определена операция умножения векторов на скаляры F × V → V {\displaystyle F\times V\to V} , сопоставляющая каждому элементу λ {\displaystyle \lambda } поля F {\displaystyle F} и каждому элементу x {\displaystyle \mathbf {x} } множества V {\displaystyle V} единственный элемент множества V {\displaystyle V} , обозначаемый λ ⋅ x {\displaystyle \lambda \cdot \mathbf {x} } или λ x {\displaystyle \lambda \mathbf {x} } ;
Векторные пространства, заданные на одном и том же множестве элементов, но над различными полями, будут различными векторными пространствами (например, множество пар действительных чисел R 2 {\displaystyle \mathbb {R} ^{2}} может быть двумерным векторным пространством над полем действительных чисел либо одномерным - над полем комплексных чисел).
Простейшие свойства
- Векторное пространство является абелевой группой по сложению.
- Нейтральный элемент 0 ∈ V {\displaystyle \mathbf {0} \in V}
- 0 ⋅ x = 0 {\displaystyle 0\cdot \mathbf {x} =\mathbf {0} } для любого .
- Для любого x ∈ V {\displaystyle \mathbf {x} \in V} противоположный элемент − x ∈ V {\displaystyle -\mathbf {x} \in V} является единственным, что вытекает из групповых свойств.
- 1 ⋅ x = x {\displaystyle 1\cdot \mathbf {x} =\mathbf {x} } для любого x ∈ V {\displaystyle \mathbf {x} \in V} .
- (− α) ⋅ x = α ⋅ (− x) = − (α x) {\displaystyle (-\alpha)\cdot \mathbf {x} =\alpha \cdot (-\mathbf {x})=-(\alpha \mathbf {x})} для любых и x ∈ V {\displaystyle \mathbf {x} \in V} .
- α ⋅ 0 = 0 {\displaystyle \alpha \cdot \mathbf {0} =\mathbf {0} } для любого α ∈ F {\displaystyle \alpha \in F} .
Связанные определения и свойства
Подпространство
Алгебраическое определение: Линейное подпространство или векторное подпространство ― непустое подмножество K {\displaystyle K} линейного пространства V {\displaystyle V} такое, что K {\displaystyle K} само является линейным пространством по отношению к определенным в V {\displaystyle V} действиям сложения и умножения на скаляр. Множество всех подпространств обычно обозначают как L a t (V) {\displaystyle \mathrm {Lat} (V)} . Чтобы подмножество было подпространством, необходимо и достаточно, чтобы
Последние два утверждения эквивалентны следующему:
Для всяких векторов x , y ∈ K {\displaystyle \mathbf {x} ,\mathbf {y} \in K} вектор α x + β y {\displaystyle \alpha \mathbf {x} +\beta \mathbf {y} } также принадлежал K {\displaystyle K} для любых α , β ∈ F {\displaystyle \alpha ,\beta \in F} .
В частности, векторное пространство, состоящее из одного лишь нулевого вектора, является подпространством любого пространства; любое пространство является подпространством самого себя. Подпространства, не совпадающие с этими двумя, называют собственными или нетривиальными .
Свойства подпространств
Линейные комбинации
Конечная сумма вида
α 1 x 1 + α 2 x 2 + … + α n x n {\displaystyle \alpha _{1}\mathbf {x} _{1}+\alpha _{2}\mathbf {x} _{2}+\ldots +\alpha _{n}\mathbf {x} _{n}}Линейная комбинация называется:
Базис. Размерность
Векторы x 1 , x 2 , … , x n {\displaystyle \mathbf {x} _{1},\mathbf {x} _{2},\ldots ,\mathbf {x} _{n}} называются линейно зависимыми , если существует их нетривиальная линейная комбинация, значение которой равно нулю; то есть
α 1 x 1 + α 2 x 2 + … + α n x n = 0 {\displaystyle \alpha _{1}\mathbf {x} _{1}+\alpha _{2}\mathbf {x} _{2}+\ldots +\alpha _{n}\mathbf {x} _{n}=\mathbf {0} }при некоторых коэффициентах α 1 , α 2 , … , α n ∈ F , {\displaystyle \alpha _{1},\alpha _{2},\ldots ,\alpha _{n}\in F,} причём хотя бы один из коэффициентов α i {\displaystyle \alpha _{i}} отличен от нуля.
В противном случае эти векторы называются линейно независимыми .
Данное определение допускает следующее обобщение: бесконечное множество векторов из V {\displaystyle V} называется линейно зависимым , если линейно зависимо некоторое конечное его подмножество, и линейно независимым , если любое его конечное подмножество линейно независимо.
Свойства базиса:
x = α 1 x 1 + α 2 x 2 + … + α n x n {\displaystyle \mathbf {x} =\alpha _{1}\mathbf {x} _{1}+\alpha _{2}\mathbf {x} _{2}+\ldots +\alpha _{n}\mathbf {x} _{n}} .Линейная оболочка
Линейная оболочка подмножества X {\displaystyle X} линейного пространства V {\displaystyle V} - пересечение всех подпространств V {\displaystyle V} , содержащих X {\displaystyle X} .
Линейная оболочка является подпространством V {\displaystyle V} .
Линейная оболочка также называется подпространством, порожденным X {\displaystyle X} . Говорят также, что линейная оболочка V (X) {\displaystyle {\mathcal {V}}(X)} - пространство, натянутое на множество X {\displaystyle X} .
В статье описаны основы линейной алгебры: линейное пространство, его свойства, понятие базиса, размерности пространства, линейная оболочка, связь линейных пространств и рангом матриц.
Линейное пространство
Множество L называется линейным пространством, если для всех его элементов определены операции сложения двух элементов и умножения элемента на число, удовлетворяющее I группе аксиом Вейля . Элементы линейного пространства называются векторами . Это полное определение; более кратко можно сказать, что линейное пространство – это множество элементов, для которых определены операции сложения двух элементов и умножения элемента на число.
Аксиомы Вейля.
Герман Вейль предположил, что в геометрии у нас есть два типа объектов (вектора и точки ), свойства которых описываются следующими аксиомами, которые и были положены в основу раздела линейной алгебры . Аксиомы удобно разбить на 3 группы.
Группа I
- для любых векторов х и у выполняется равенство х+у=у+х;
- для любых векторов х, у и z выполняется равенство х+(у+z)=(х+y)+z;
- существует такой вектор о, что для любого вектора х выполняется равенство х+о=х;
- для любого вектора х существует такой вектор (-х), что х+(-х)=о;
- для любого вектора х имеет место равенство 1х=х;
- для любых векторов х и у и любого числа λ выполняется равенство λ(х +у )=λх +λу ;
- для любого вектора х и любых чисел λ и μ имеет место равенство (λ+μ)х =λх +μх ;
- для любого вектора х и любых чисел λ и μ имеет место равенство λ(μх )=(λμ)х ;
Группа II
Группа I определяет понятие линейной комбинации векторов, линейной зависимости и линейной независимости. Это позволяет сформулировать еще две аксиомы:
- существует n линейно независимых векторов;
- любые (n+1) векторов линейно зависимы.
Для планиметрии n=2, для стереометрии n=3.
Группа III
Даная группа предполагает, что имеется операция скалярного умножения, ставящая в соответствие паре векторов х и у число (х,у ). При этом:
- для любых векторов х и у выполняется равенство (х,у )=(у,х );
- для любых векторов х , у и z выполняется равенство (х+у,z )=(x,z )+(y,z );
- для любых векторов х и у и любого числа λ выполняется равенство (λх,у )=λ(х,у );
- для любого вектора х имеет место неравенство (х,х )≥0, причем (х,х )=0 тогда и только тогда, когда х =0.
Свойства линейного пространства
В большинстве своем свойства линейного пространства основаны на аксиомах Вейля:
- Вектор о , существование которого гарантируется аксиомой 3, определяется единственным образом;
- Вектор (-х ), существование которого гарантируется аксиомой 4, определяется единственным образом;
- Для любых двух векторов а и b , принадлежащих пространству L , существует единственный вектор х , также принадлежащий пространству L , являющийся решением уравнения a+ x= b и называемый разностью векторов b-a .
Определение. Подмножество L’ линейного пространства L называется линейным подпространством пространства L , если оно само является линейным пространством, в котором сумма векторов и произведение вектора на число определяются также, как в L .
Определение. Линейной оболочкой L (х1 , х2 , х3 , …, хk ) векторов х1 , х2 , х3 , и хk называется множество всех линейных комбинаций этих векторов. Про линейную оболочку можно сказать, что
- линейная оболочка является линейным подпространством;
– линейная оболочка является минимальным линейным подпространством, содержащим векторы х1 , х2 , х3 , и хk.
Определение. Линейное пространство называется n- мерным, если оно удовлетворяет II группе системы аксиом Вейля. Число n называется размерностью линейного пространства и пишут dimL=n .
Базис – любая упорядоченная система из n линейно независимых векторов пространства . Смысл базиса таков, что векторами , составляющими базис, можно расписать любой вектора в пространстве .
Теорема. Любые n линейно независимых векторов в пространстве L образуют базис.
Изоморфизм.
Определение. Линейные пространства L и L’ называются изоморфными, если между их элементами можно установить такое взаимно однозначное соответствие х↔х’ , что:
- если х↔х’ , у↔у’ , то х+у↔х’+у’ ;
- если х↔х’ , то λх↔ λх’.
Само это соответствие называется изоморфизмом . Изоморфизм позволяет сделать следующие утверждения:
- если два пространства изоморфны, то их размерности равны;
- любые два линейных пространства над одним и тем же полем и одинаковой размерности изоморфны.