经常有同学问复数集合作为复数域和实数域上的线性空间的区别,本文给予一个比较详细的解释。
1 线性空间定义的四个要素
线性空间
V
(
+
,
⋅
)
V(+,\cdot)
V(+,⋅)是一个代数系统,它的定义有四个要素:
(1)一个数域
P
P
P;
(2)一个非空集合
V
V
V;
(3)两种线性运算:加法和数乘;
(4)八条运算规律:加法运算律
A
1
∼
A
4
A_1\sim A_4
A1∼A4, 数乘运算律
M
1
∼
M
4
M_1\sim M_4
M1∼M4。
复数集合 C C C按照复数的加法和复数与数域 P P P中的数乘完全符合上述定义的各项要素,所以是线性空间。当数域 P P P分别是复数域 C C C和实数域 R R R时, C C C是不同的线性空间。这里有点绕,当我们把 C C C看成复数域 C C C上的线性空间时,这里的两个 C C C有不同的含义,按照定义去扣的话,前一个 C C C充当定义里的非空集合 V V V, 而后一个 C C C充当定义中的数域 P P P。
复数域上的空间 C C C和实数域上的空间 C C C的根本区别在数乘运算上:
例如,复数域上的空间 C C C中: ∀ w ∈ C , \forall w\in C, ∀w∈C, 数乘 2 i ⋅ w 2i\cdot w 2i⋅w是允许的,而在实数域上的空间 C C C中: ∀ w ∈ C , \forall w\in C, ∀w∈C, 数乘 2 i ⋅ w 2i\cdot w 2i⋅w是不允许的,因为 2 i ∉ R 2i\notin R 2i∈/R。数域 R R R限制了做复数向量的线性组合时,系数只能用实数。
数乘运算的这种区别决定了这两种空间的维数和基的不同。
2 两种空间的维数和基
所谓"基",就是空间
V
V
V中的一组线性无关的向量组,使得
V
V
V中的每一个向量都能被这组向量组表示出来。下面就用这个思路来求这种空间的基。
(1)复数域上的空间
C
C
C
∀
w
∈
C
\forall w\in C
∀w∈C, 由于
w
=
w
×
1
,
w=w\times 1,
w=w×1, 所以1是该空间的一组基,所以这个空间的维数是1维。
(2)实数域上的空间
C
C
C
∀
w
∈
C
\forall w\in C
∀w∈C, 由于现在数域是实数域,所以只能用实数作为组合系数,于是
w
=
a
×
1
+
b
×
i
,
a
,
b
∈
R
,
w=a\times 1+b\times i, a,b\in R,
w=a×1+b×i,a,b∈R,
所以,1和 i i i是该空间的一组基,维数是2维。
3 与这两种空间有关的一道线性变换题目
为了方便设
V
1
V_1
V1表示复数域上的线性空间
C
C
C,
V
2
V_2
V2表示实数域上的线性空间
C
C
C。定义线性变换:
σ
(
w
)
=
w
‾
,
w
∈
C
,
\sigma(w)=\overline{w}, w\in C,
σ(w)=w,w∈C,
即为取复数的共轭复数。请问 σ \sigma σ是 V 1 V_1 V1或者 V 2 V_2 V2上的线性变换吗?
要判断
σ
\sigma
σ是否为线性变换,关键看它是否保持线性运算。
在
V
1
V_1
V1中,
σ ( i w ) = i w ‾ = i ‾ w ‾ = − i w ‾ ≠ i w ‾ = i σ ( w ) , \sigma(iw)=\overline{iw}=\overline{i}\overline{w}=-i\overline{w}\ne i\overline{w}=i\sigma (w), σ(iw)=iw=iw=−iw̸=iw=iσ(w),
所以, σ \sigma σ不是 V 1 V_1 V1上的线性变换。
在 V 2 V_2 V2中, ∀ w ∈ C , ∀ a ∈ R , \forall w\in C , \forall a\in R, ∀w∈C,∀a∈R,
σ ( a w ) = a w ‾ = a ‾ w ‾ = a w ‾ = a σ ( w ) , \sigma(aw)=\overline{aw}=\overline{a}\overline{w}=a\overline{w}=a\sigma(w), σ(aw)=aw=aw=aw=aσ(w),
所以, σ \sigma σ是 V 2 V_2 V2上的线性变换。
更多内容,欢迎用微信扫描下图中的二维码,或搜索“大哉数学之为用”,免费关注微信公众号“大哉数学之为用”进行阅读。