• 第四章 向量空间


    4.1 向量空间的定义和例子

    定义 4.1.1

    定义 (V)(mathbb F) 上一个 向量空间、线性空间 ,此时 (V) 中元素称为 向量,然后定义 零向量、负向量 。(在上面定义了 加法、数乘

    例 4.1.2

    • (mathbb F^n, M_{m,n}(mathbb F), mathrm{Hom}_{mathbb F}(mathbb F^n, mathbb F^m)) 是向量空间
    • (mathbb F) 是向量空间,若 (mathbb K) 也是数域且 (mathbb F subseteq mathbb K) 那么 (mathbb K)(mathbb F) 上的一个向量空间(数乘的数在 (mathbb F) 中)。(如 (mathbb C, mathbb R)(mathbb Q) 上的向量空间)
    • (mathbb F_n[x]) (关于 (x) 次数 (le n) 的多项式集合)是向量空间
    • (C([a, b]))([a, b]) 上连续实函数),(D([a, b]))([a, b]) 上所有可微实函数)是 (mathbb R) 上向量空间
    • 收敛到 (0) 的实数无穷数列集合
    • 手动定义加法和数乘的映射 (mathbb F^{X}) 是向量空间
    • 定义 (mathbb R^+) 上加法 (ab) 数乘 (a^k)(mathbb R) 上向量空间
    • 只含零向量空间为零空间

    定义 4.1.3

    (V) 的非空子集 (W) 满足加法和数乘封闭,那么 (W)(V) 的一个子空间

    • ({0})(V) 称为平凡子空间
    • (W) 是子空间当且仅当 (kalpha + leta in W(forall alpha, eta in W, k, l in mathbb F))

    4.2 向量的线性相关性,基与维数

    可以把 (1.3) 的结论推广到任意向量空间,证明也可以一字不动搬过来

    定义线性表示、线性相关、线性无关,以及两个向量组的等价关系

    定理 4.2.1(Steinitz Exchange Lemma)

    (1.3. 11)

    推论 4.2.2

    (V) 中两个线性无关向量组等价,则元素个数一样。

    定义 4.2.3

    定义线性无(相)关子集。(任意有限个互不相同的向量总是线性无关的子集和)

    注记 4.2.4

    (emptyset) 看做零空间向量的基。

    例 4.2.5

    • (mathbb C) 看做 (mathbb R) 上一个向量空间,那么 ({1, i}) 是一个基。
    • (V = mathbb F[x]) 的一个基为 (mathcal B = {1, x, x^2, dots, x^n, dots})
    • ({1, x, x^2, dots, x^n, dots})(C[a, b](a < b)) 的一个线性无关子集,({e^{nx}| n ge 0}) 也是一个线性无关子集。
    • [delta_x: X o mathbb F, y mapsto egin{cases} 1, & y = x\ 0, & y ot= xend{cases} ]

      (mathcal B = {delta_x | x in X})(mathbb F^{(X)}) 的一个基。

    定义 4.2.6

    (V) 存在一个有限子集 (S = {alpha_1, dots, alpha_m}) 使得 (V = mathcal L(S)) 那么称 (V) 是有限维的。

    注记 4.2.7

    (V) 是个无限维向量空间,那么 (forall n in mathbb N^*)(V) 中都存在 (n) 个线性无关的向量。

    定义 4.2.8

    定义集合 (S)极大(线性)无关组

    命题 4.2.9

    (S)(V) 的一个含有非零向量的向量组,那么 (S) 一定有极大线性无关组,且任意两个极大无关组所含向量个数相同。

    定理 4.2.10

    (V) 是一个有限维向量空间,则 (V) 一定有基,并且它任意两个基所含向量个数相等。(可推广到无限维向量空间)

    定义 4.2.11

    (V) 是一个有限维向量空间且 (mathcal B)(V) 的一个基,那么称 (|B)(V)维数,记作 (mathrm{dim}_{mathbb F} = |mathcal B|) 。 若 (V) 为无限维则 (mathrm{dim}_{mathbb F} = infty)

    命题 4.2.12

    (V) 是一个 (n) 维向量空间,那么任意 (n + 1) 个向量线性无关。

    命题 4.2.13

    (V) 是一个有限维向量空间,那么 (V) 中任意一个线性无关组向量都可以扩充成 (V) 的一个基。

    推论 4.2.14

    (W) 是有限维向量 (V) 的一个子空间,则 (W) 是有限维的,并且 (W) 的基总可以扩充成 (V) 的一个基。特别地 (mathrm {dim}_{mathbb F} W le mathrm {dim}_{mathbb F} V)

    4.3 坐标与基变化

    (alpha = x_1alpha_1 + x_2alpha_2 + dots + x_n alpha_n)((x_1, x_2, dots, x_n))
    (alpha) 在基 ({alpha_1, alpha_2, dots, alpha_n}) 下的坐标坐标向量

    若对于任意一组数 (k_1, k_2, dots, k_m in mathbb F) 总有

    [k_1 xi_1 + k_2 xi_2 + dots + k_m xi_m = 0 Leftrightarrow k_1 eta_1 + k_2 eta_2 + dots + k_m eta_m = 0 ]

    因此总有 (mathrm r({xi_1, xi_2, dots, xi_m}) = mathrm r({eta_1, eta_2, dots, eta_m}))

    定义 4.3.1

    定义基 ({alpha_1, alpha_2, dots, alpha_n}) 到基 ({eta_1, eta_2, dots, eta_n})过渡矩阵 (A)

    ((eta_1, eta_2, dots, eta_n) = (alpha_1, alpha_2, dots, alpha_n) A)

    例 4.3.2

    在平面上 (V_2) 上取两个正交的单位向量 (alpha_1, alpha_2) 它们构成 (V_2) 的一个基,则转 ( heta) 角得到 (alpha_1', alpha_2') 那么 ({alpha_1', alpha_2'}) 也是一个基,则过渡矩阵为

    [egin{pmatrix} cos heta & -sin heta\ sin heta & cos heta end{pmatrix} ]

    定理 4.3.3

    ({alpha_1, alpha_2, dots, alpha_n}) 到基 ({eta_1, eta_2, dots, eta_n}) 的过渡矩阵为 (A)
    ({eta, eta_2, dots, eta_n}) 到基 ({gamma_1, gamma_2, dots, gamma_n}) 的过渡矩阵为 (B)

    ({alpha_1, alpha_2, dots, alpha_n}) 到基 ({gamma_1, gamma_2, dots, gamma_n}) 的过渡矩阵为 (AB)

    定理 4.3.4

    • 过渡矩阵可逆,逆矩阵为反过来的过渡矩阵
    • (A)(n) 阶可逆矩阵,且 ({alpha_1, alpha_2, dots, alpha_n}) 为基且 ((eta_1, eta_2, dots, eta_n) = (alpha_1, alpha_2, dots, alpha_n) A) 那么 ({eta, eta_2, dots, eta_n}) 也是基,且 (A) 为过渡矩阵

    4.4 子空间的交与和,商空间

    (V)(mathbb F) 上一个向量空间,且 (V_1, V_2)(V) 的子空间,那么 (V_1 cap V_2)(V) 的子空间。

    (V_1 + V_2 = {alpha_1 + alpha_2 ~|~ alpha_1 in V_1, alpha_2 in V_2})(V_1, V_2),也为 (V) 的子空间。

    (V_1 + V_2 + dots + V_s = mathcal L(V_1 cup V_2 cup dots cup V_s))

    (V_1 + V_2 + dots + V_s) 为包含 (V_1, V_2, dots, V_s) 的最小子空间。

    注记 4.4.1

    [igcap_{i in I} V_i = {alpha in W | alpha in V_i, forall i in I}\ sum_{i in I} V_i = mathcal L(cup_{i in I} V_i) = {alpha_1 + cdots + alpha_m} ]

    定理 4.4.3

    (V_1, V_2)(V) 的两个有限维子空间,则

    [mathrm{dim}(V_1 + V_2) = mathrm{dim} V_1 + mathrm{dim} V_2 - mathrm{dim}(V_1 cap V_2) ]

    考虑把 (V_1, V_2, V_1 cap V_2) 的基表示出来,然后就证他们并后的基线性无关即可。那个考虑反证法,可以逐次倒退出系数全为 (0)

    定义 4.4.4

    (V_1, V_2, dots, V_m)(V)(m) 个子空间,若 (forall 1 le i le m)

    [V_i cap (V_1 + cdots + V_{i- 1} + V_{i + 1}) ]

    则称 (V_1 + V_2 + cdots + V_m)直和,记作

    [V_1 oplus V_2 oplus cdots oplus V_m ]

    定理 4.4.6

    (V_1, V_2, dots, V_m)(V)(m) 个有限维子空间,记 (V = V_1 + V_2 cdots + V_m) 则下列命题等价:

    • (W = V_1 oplus V_2 oplus cdots oplus V_m) 是直和
    • (forall 2 le i le m)

      [V_i cup (V_1 + cdots + V_{i - 1}) = 0 ]

    • (mathrm{dim} W = mathrm{dim} V_1 + mathrm{dim} V_2 + cdots + mathrm{dim} V_{m})
    • ({alpha_{i1}, alpha_{i2}, dots, alpha_{it_i}})(V_i) 一个基,其中 (t_i = mathrm{dim} V_i, i = 1, 2, dots, m)

      [mathcal B = {alpha_{ij} | 1 le i le m, 1 le j le t_i} ]

      (V) 的一个基
    • (W) 中每个向量唯一表示成 (V_1, V_2, dots, V_m) 中向量之和,即若 (alpha in W)

      [alpha = alpha_1 + dots + alpha_m = eta_1 + dots + eta_m ]

      其中 (alpha_i, eta_i in V_i)(alpha_i = eta_i, forall 1 le i le m)

    推论 4.4.8

    (W)(V) 的一个子空间,则存在 (V) 的子空间 (W') 使得 (V = W oplus W')

    我们称上述子空间 (W')(W)余空间补空间


    (W)(V) 的一个子空间,在 (V) 上定义二元关系:

    [alpha sim eta Leftrightarrow alpha - eta in W ]

    称作 (alpha)(eta)(W) 同余,亦记作 (alpha equiv eta pmod W)

    对于任意 (alpha in V)(overline alpha) 记作 (alpha) 的等价类,即有

    [overline alpha = {eta in W | eta sim alpha} = {alpha + xi | xi in W} =: alpha + W ]

    我们也称 (alpha + W)(W) 的一个陪集,用 (V/W)(V) 中所有等价类(即 (W) 的所有陪集)的集合,称 (V) 关于子空间 (W)商集

    进一步,(V) 上的加法运算导出一个映射

    [V/W imes V/W o V imes W\ (overline alpha, overline eta) mapsto overline {alpha + eta} =: overline alpha + overline eta ]

    这个是合理定义的(也就是不取决于代表元的选取)

    同时可以定义数乘,也是合理定义的。

    综上得到,上述定义的加法和数乘 (V / W)(mathbb F) 上的一个向量空间,称为 (V) 关于子空间 (W)商空间

    命题 4.4.9

    (W) 是向量空间 (V) 的一个子空间

    • (alpha_1 + W, alpha_2 + W, dots, alpha_n + W)(V / W) 中线性无关,则 (alpha_1, dots, alpha_n)(V) 中一个线性无关的向量组。
    • (V / W) 是有限维的且 (alpha_1 + W, alpha_2 + W, dots, alpha_n + W)(V / W) 的一个基,则 (V = W oplus U) ,其中 (U = mathcal L(alpha_1, alpha_2, dots, alpha_n))

    进一步 (W)(V) 的一个子空间,且假设 (mathcal X)(W) 的一个基。那么根据命题存在 (V) 的一个线性无关子集 (mathcal Y) 使得 (mathcal X cap mathcal Y = emptyset)(mathcal B = mathcal X cup mathcal Y)(overline mathcal B = {overline eta = eta + W ~|~ eta in mathcal Y})(V / W) 的一个基。

    因此 (mathrm{dim} V / W = mathrm{dim} V - mathrm{dim} W) 此时,我们称 (mathrm{dim} V / W)(W)(V) 中的余维数

    4.5 向量空间的同构

    作为向量空间 (V)(mathbb F^n) 的结构是相同的。

    定义 4.5.1

    (V, W) 是数域 (mathbb F) 上两个向量空间且 (phi: V o W) 是个双射。若 (forall alpha, eta in W, k in mathbb F)

    [phi(alpha + eta) = phi(alpha) + phi(eta), phi(k alpha) = kphi(alpha) ]

    那么称 (phi)(V)(W) 的一个同构(映射),称 (V)(W)同构的,记作 (V cong W)

    定理 4.5.2

    数域 (mathbb F) 上任意一个 (n) 维向量空间都与 (mathbb F) 上的 (n) 维行(或列)向量空间 (mathbb F^n) 同构。

    定理 4.5.3

    • (phi(0) = 0, phi(-alpha) = - phi(alpha), alpha in W)
    • (alpha_1, alpha_2, dots, alpha_m in V) 线性相关(无关)(Leftrightarrow) (phi(alpha_1), phi(alpha_2), dots, phi(alpha_m) in W) 线性相关(无关),特别地 (mathrm{dim}_{mathbb F} V < infty Leftrightarrow mathrm{dim}_{mathbb F} W < infty)
    • (phi^{-1}: W o V) 也为同构

    命题 4.5.4

    向量空间的同构是一个等价关系。

    推论 4.5.5

    数域 (mathbb F) 上两个有限维向量空间同构的充要条件是它们的维数相同。

    充分性:证明原来的基映射后可以直接成为新的基。

    必要性:(V cong mathbb F^n cong W)

    命题 4.5.6

    (U, W)(V) 的子空间且 (V = U oplus W)(U cong V / W)

  • 相关阅读:
    jQuery之概念以及基本使用
    微信小程序开发(八)-生命周期
    微信小程序开发(七)-自定义组件
    微信小程序开发(六)-常⻅组件
    微信小程序开发(五)-⼩程序事件的绑定与样式
    微信小程序开发(四)-列表渲染
    微信小程序开发(三)-数据绑定
    vue中使用v-echars
    原生aspx页面如何引用公共js和css
    layui常用的验证
  • 原文地址:https://www.cnblogs.com/zjp-shadow/p/14046672.html
Copyright © 2020-2023  润新知