线性代数(1)- 向量空间(Vector Space)
复数(Complex Number)
向量空间(Vector Space)首先是一个空间,数学形式上就是一个集合(Set)。很自然的,首先需要定义元素(Element)的概念,实数是一类元素,类似地,复数也是一类元素。
引入复数是为了体现向量空间的概念是普遍的,从它的元素可取的值就能看出,事实上,函数也是一类元素,后面将看到,只要定义了合理的加法和数乘运算,什么样的元素都可以组成一个向量空间。
复数可以视为两个实数的对,a+bi,在运算上直接继承于实数的加法(Addtion)和乘法(Multiplication),也由此可以导出复数的性质
- 交换律(Commutativity)
- 结合律(Associativity)
- 分配律(Distributive Property)
- 实数0是加法单位(Additive identity)
- 实数1是乘法单位(Multiplicative identity)
- 加法逆(Additive inverse)唯一,加和得到加法单位
- 乘法逆(Multiplicative Inverse)唯一,乘积得到乘法单位
减法、除法被定义为是加相应的加法逆、乘相应的乘法逆
列表(List)
类比于集合概念,列表是有序的、可重复的,有长度的。
a list of length n 也被称为 n-tuple
常用的向量空间 Rn 和 Cn
F
=
R
∣
C
F = \Reals \mid \Complex
F=R∣C
F
n
=
{
(
x
1
,
…
,
x
n
)
∣
x
j
∈
F
,
j
=
1
,
…
,
n
}
F^n = \lbrace(x_1,\ldots ,x_n) \mid x_j \in F, j=1,\ldots , n \rbrace
Fn={(x1,…,xn)∣xj∈F,j=1,…,n}
x
j
x_j
xj 被称为坐标(j-th coordinate)
在这两个空间中,定义元素的加法和数乘运算
进而导出加法单位,并用
0
0
0 来表示
Let
0
0
0 denote the list of length n whose coordinates are all 0
0
=
{
(
0
,
…
,
0
)
}
0 = \lbrace (0, \ldots , 0)\rbrace
0={(0,…,0)}
应注意到
0
0
0 的含义得到了扩充,除了表示实数零外,还表示全零的列表,且不同长度的列表有不同的
0
0
0
加法逆通过加法单位导出
应注意到复数时的运算定义和此时的定义不是一回事,前者是复数的运算,后者是是实数空间或者复数空间的元素(Element 此时是 List)的运算
作用在集合上的加法和数乘
An addition on a set
V
V
V is a function that assigns an element
u
+
v
∈
V
u+v\in V
u+v∈V to each pair of elements
u
,
v
∈
V
u,v\in V
u,v∈V
A scalar multiplication on a set
V
V
V is a funciton that assigns an element
λ
v
∈
V
\lambda v \in V
λv∈V to each
λ
∈
F
\lambda \in F
λ∈F and each
v
∈
V
v \in V
v∈V
应注意到,数乘定义是需要指定一个数域(Field)的,即
F
=
R
∣
C
F = \Reals \mid \Complex
F=R∣C。
同时,加法、乘法的定义已经包含了运算封闭的意味
再次,运算封闭并不代表
a
∉
V
,
b
∉
V
,
a
+
b
∉
V
a\notin V,b \notin V,a+b \notin V
a∈/V,b∈/V,a+b∈/V
向量空间
- 一个向量空间是一个集合,并定义了集合上的加法和数乘运算
- 其中加法运算应满足交换律、结合律
- 存在一个加法单位 0 ∈ V 0 \in V 0∈V,使得 ∀ v ∈ V , v + 0 = v \forall v \in V,v+0=v ∀v∈V,v+0=v
- 每个元素都至少存在一个对应的加法逆 w , v + w = v w, v+w=v w,v+w=v
- 1是数乘单位
- 加法和数乘满足分配律
向量空间的元素又称为点(Point)、向量(Vector)
应注意到
0
0
0的意义再次被扩充,除实数零、实数空间或复数空间的全零List,还有广义概念下向量空间的加法单位(零向量)
由于数乘运算的需要指定一个数域,表达一个向量空间时,要说明是什么数域下的向量空间,通常就是实数域或复数域,因此可以省略说明。
基于定义,导出以下性质
- 加法单位唯一和加法逆唯一(Unique)
- ∀ v ∈ V , 0 v = 0 \forall v \in V, 0v = 0 ∀v∈V,0v=0(左零是数域的实数零,右零是零向量)
- ∀ a ∈ F , a 0 = 0 \forall a \in F, a0=0 ∀a∈F,a0=0 ( F F F是向量空间对应的数域)
- ∀ v ∈ V , ( − 1 ) v = − v \forall v \in V,(-1)v=-v ∀v∈V,(−1)v=−v,其中,记 v v v的加法逆为 − v -v −v
其它推论
- 在向量空间的定义中,加法逆存在,可以被等效替换为性质二
函数集合
F
S
F^{S}
FS 是一个集合,由从集合S映射到集合F的所有函数组成
定义函数集合上的加法和乘法(Product)运算
For
f
,
g
∈
F
S
f,g \in F^S
f,g∈FS, the sum
f
+
g
∈
F
S
f+g \in F^S
f+g∈FS is the function defined by
∀
x
∈
S
,
(
f
+
g
)
(
x
)
=
f
(
x
)
+
g
(
x
)
\forall x \in S, (f+g)(x) = f(x)+g(x)
∀x∈S,(f+g)(x)=f(x)+g(x)
For
f
,
g
∈
F
S
f,g \in F^S
f,g∈FS, the product
λ
f
∈
F
S
\lambda f \in F^S
λf∈FS is the function defined by
∀
x
∈
S
,
(
λ
f
)
(
x
)
=
λ
f
(
x
)
\forall x \in S, (\lambda f)(x) = \lambda f(x)
∀x∈S,(λf)(x)=λf(x)
可以推出,
F
S
F^{S}
FS是向量空间,因此一些关于向量空间的理论亦可以作用到函数集合中,比如未来要提及的线性映射,直接的实际例子是常微分方程的求解
值得注意的是,
F
S
F^{S}
FS向量空间的零向量0,也就是加法单位,是一个函数,这个函数无论自变量取值多少,其应变量都是0
∀
x
∈
S
,
0
(
x
)
=
0
\forall x \in S, 0(x) = 0
∀x∈S,0(x)=0
子空间
向量空间 V V V的某个子集 U U U,如果 U U U也是一个向量空间(使用与 V V V相同的集合上的加法运算和数乘运算),则称为子空间(Subspace)
子集 U U U是 V V V的子空间的充要条件如下
- V V V的加法单位 0 ∈ U 0 \in U 0∈U
- 加法、数乘运算在 U U U上封闭(Closed)
一些其他推论
- 子空间的交集还是子空间,并集通常不是子空间
子集的运算(和、直和)
V的子集之间的运算,除常见的求交(Intersection)、求并(Union)、求差(Difference),还有和(Sum)、直和(Direct Sum)
U
1
+
⋯
+
U
m
=
{
u
1
+
⋯
+
u
m
∣
u
1
∈
U
1
,
…
,
u
m
∈
U
m
}
U_1+\dots+U_m = \lbrace u_1+\dots+u_m \mid u_1 \in U_1, \dots,u_m \in U_m \rbrace
U1+⋯+Um={u1+⋯+um∣u1∈U1,…,um∈Um}
子空间的和有这些推论
- Suppose U 1 , … , U m U_1,\dots,U_m U1,…,Um are subspaces of V V V. Then U 1 + ⋯ + U m U_1+\dots+U_m U1+⋯+Um is the smallest subspace of V containing U 1 , … , U m U_1,\dots,U_m U1,…,Um.
- 子空间的和满足交换律和结合律
- 子空间的和存在加法单位
- 只有 { 0 } \lbrace 0 \rbrace {0}这个子空间有加法逆
如果子空间的和的运算过程中,每一个向量都只有唯一表达则被称为直和,记为
U
1
⊕
⋯
⊕
U
m
U_1 \oplus \dots \oplus U_m
U1⊕⋯⊕Um
直和有以下推论
子空间的和是直和的充要条件是 零向量有唯一表达
两个子空间
U
,
W
U, W
U,W的和是直和的充要条件是
U
⋂
W
=
{
0
}
U \bigcap W = \lbrace0\rbrace
U⋂W={0}
三个以上将不适用,即使两两交集都满足
向量空间的几个点(可忽略)
- 周期函数集合不是向量空间(不满足加法封闭)
-
U
e
U_e
Ue 表示
R
\reals
R上的偶函数(Even)
U o U_o Uo 表示 R \reals R上的奇函数(Odd)
R R = U e ⊕ U o {\reals}^{\reals} = U_e \oplus U_o RR=Ue⊕Uo