子空间
二维平面经常研究直线,三维空间经常研究平面,它们都是整个空间的部分空间。整个空间是向量集合,那部分空间应该是其子集,所以部分空间称为子空间。无关组是基的子集,基的线性组合可以表示整个空间,那无关组的线性组合是否可以表示子空间呢?
无关组张成子空间
二维空间中任意向量可分解为任意不共线的两个向量和,三维空间中任意向量可也分解为两个向量和:一个向量位于任意平面内,另一个向量位于平面外。那整个空间也可以分解为两个子空间的和吗?
解开空间分解的钥匙在于基!令
m
m
m 维空间基为
V
=
(
v
1
,
⋯
,
v
m
)
V = (\mathbf{v_1},\cdots,\mathbf{v_m})
V=(v1,⋯,vm) ,其线性组合表示的向量集合为
S
(
V
)
=
{
α
1
v
1
+
⋯
+
α
m
v
m
}
S(V)=\{\alpha_1\mathbf{v_1}+\cdots+\alpha_m\mathbf{v_m}\}
S(V)={α1v1+⋯+αmvm}
以前都是把基作为一个整体看,现在换个角度看,世界就变了!
假设基任意分为两个互补的无关组,例如
V
1
=
(
v
1
,
⋯
,
v
k
)
V_1 = (\mathbf{v_1},\cdots,\mathbf{v_k})
V1=(v1,⋯,vk) 和
V
2
=
(
v
k
+
1
,
⋯
,
v
m
)
V_2 = (\mathbf{v_{k+1}},\cdots,\mathbf{v_m})
V2=(vk+1,⋯,vm) ,
k
≥
1
且
k
<
m
k \ge 1 \quad 且 \quad k < m
k≥1且k<m ,上式变为,
S
(
V
)
=
{
α
1
v
1
+
⋯
+
α
m
v
m
}
=
{
(
α
1
v
1
+
⋯
+
α
k
v
k
)
+
(
α
k
+
1
v
k
+
1
+
⋯
+
α
m
v
m
)
}
=
{
S
1
(
V
1
)
+
S
2
(
V
2
)
}
S(V) = \{\alpha_1\mathbf{v_1}+\cdots+\alpha_m\mathbf{v_m}\}\\ = \{(\alpha_1\mathbf{v_1} + \cdots + \alpha_k\mathbf{v_k}) + (\alpha_{k+1}\mathbf{v_{k+1}} + \cdots + \alpha_m\mathbf{v_m})\} \\ = \{S_1(V_1) + S_2(V_2)\}
S(V)={α1v1+⋯+αmvm}={(α1v1+⋯+αkvk)+(αk+1vk+1+⋯+αmvm)}={S1(V1)+S2(V2)}
这两个向量组都是基的子集,所以它们是无关组。
S
1
(
V
1
)
S_1(V_1)
S1(V1) 是无关组
V
1
V_1
V1 的线性组合表示的向量集合,
S
2
(
V
2
)
S_2(V_2)
S2(V2) 是无关组
V
2
V_2
V2 的线性组合表示的向量集合。既然基的线性组合表示的向量集合是整个空间,那基的子集线性组合表示的向量集合,也是个空间,称为子空间。
定义 子空间 基的子集线性组合表示向量的集合,也称子集张成的空间。
那子空间几何图像是什么呢?举例如下,二维空间中,假设基为: V = ( v 1 = ( 1 , 0 ) , v 2 = ( 0 , 1 ) ) V = (\mathbf{v_1}=(1,0),\mathbf{v_2}=(0,1)) V=(v1=(1,0),v2=(0,1)) 。子集只有一个向量,如 v 1 \mathbf{v_1} v1 ,其线性组合是 α v 1 \alpha\mathbf{v_1} αv1 ,表示一条直线!直线是二维平面的子空间,直线具体为 ( α , 0 ) (\alpha,0) (α,0) 即 x x x 轴。子集 v 2 \mathbf{v_2} v2 张成的子空间是 y y y 轴。
三维空间中,假设基为: V = ( v 1 = ( 1 , 0 , 0 ) , v 2 = ( 0 , 1 , 0 ) , v 3 = ( 0 , 0 , 1 ) ) V = (\mathbf{v_1}=(1,0,0),\mathbf{v_2}=(0,1,0),\mathbf{v_3}=(0,0,1)) V=(v1=(1,0,0),v2=(0,1,0),v3=(0,0,1)) 。子集是 v 1 \mathbf{v_1} v1 时,其线性组合是 α v 1 \alpha\mathbf{v_1} αv1 ,表示一条直线!直线是三维空间的子空间,直线具体为 ( α , 0 , 0 ) (\alpha,0,0) (α,0,0) 即 x x x 轴。子集 v 2 \mathbf{v_2} v2 张成的子空间是 y y y 轴,子集 v 3 \mathbf{v_3} v3 张成的子空间是 z z z 轴。
子集是 { v 1 , v 2 } \{\mathbf{v_1},\mathbf{v_2}\} {v1,v2} 时,其线性组合是 α v 1 + β v 2 \alpha\mathbf{v_1}+\beta\mathbf{v_2} αv1+βv2 ,表示一个平面!平面是三维空间的子空间,平面由这两个向量确定,具体为 ( α , β , 0 ) (\alpha,\beta,0) (α,β,0) 即 x y xy xy 平面。
定义 子空间维度 无关组张成的子空间的维度等于无关组中向量的数量。
这个定义和 m m m 维空间的维度相融,因为 m m m 维空间中无关组中向量的数量是 m m m 。
比如三维空间中任意过原点的平面是子空间,维度是2维;二维平面中任意过原点的直线是子空间,维度是1维。
特别强调下,原点 0 \mathbf{0} 0 向量构成一个0维子空间。
定义 子空间基 子空间的基就是张成该子空间的无关组。
比如三维空间中任意过原点的平面是子空间,子空间基就是该平面内任意两个不共线的向量;二维平面中任意过原点的直线是子空间,子空间基就是该直线内任意向量。
子空间的基,如果空间的基一样,有无穷多种,也是正交基最简。
比如三维空间中,假设无关组为: V 1 = ( v 1 = ( 1 , 0 , 0 ) , v 2 = ( 0 , 1 , 0 ) ) V_1 = (\mathbf{v_1}=(1,0,0),\mathbf{v_2}=(0,1,0)) V1=(v1=(1,0,0),v2=(0,1,0)) 。其线性组合是 α v 1 + β v 2 \alpha\mathbf{v_1}+\beta\mathbf{v_2} αv1+βv2 ,表示 x y xy xy 平面,即 ( α , β , 0 ) (\alpha,\beta,0) (α,β,0) ,基是标准正交基。另一无关组为: V 2 = ( v 1 = ( 1 , 1 , 0 ) , v 2 = ( 2 , 1 , 0 ) ) V_2 = (\mathbf{v_1}=(1,1,0),\mathbf{v_2}=(2,1,0)) V2=(v1=(1,1,0),v2=(2,1,0)) 。其线性组合是 α v 1 + β v 2 \alpha\mathbf{v_1}+\beta\mathbf{v_2} αv1+βv2 ,同样表示 x y xy xy 平面,即 ( α + 2 β , α + β , 0 ) (\alpha+2\beta,\alpha+\beta,0) (α+2β,α+β,0) ,基是普通基。这两个无关组都是 x y xy xy 平面的基。
定义 无关组等价 无关组张成同一子空间。
等价无关组中向量数量等于子空间维度。这个概念是从几何上判断无关组等价,无关组向量可互相表示是从代数上判断等价。做到数形结合,才能真正理解概念。
线性空间
无关组张成的空间是线性空间,那什么是线性空间呢?是不是平面内任意直线都是线性空间,三维空间中任意直线和平面都是线性空间?不是的,必须是过原点的直线和平面才是线性空间!为什么要这么定义呢?线性空间是向量的集合,必须满足对向量进行数乘和两个向量相加后,结果向量位于原空间内,这样要求后,数学上特别容易处理。
定义 线性空间 线性空间 S S S 是向量集合,集合内向量必须满足下述两个性质:
- 如果向量 v ∈ S \mathbf{v} \in S v∈S ,则向量的任意实数乘 α v ∈ S \alpha \mathbf{v} \in S αv∈S ;
- 如果任意两个向量 v ∈ S \mathbf{v} \in S v∈S 和 w ∈ S \mathbf{w} \in S w∈S ,则它们和 v + w ∈ S \mathbf{v} + \mathbf{w} \in S v+w∈S 。
上面两个性质称为线性空间的数乘和相加封闭性,即向量数乘和相加后还必须位于空间,即封闭性。
重要性质 根据线性空间的性质1,当实数为0时,线性空间必须包括 0 \mathbf{0} 0 向量。
如果两个向量 v ∈ S \mathbf{v} \in S v∈S 和 w ∈ S \mathbf{w} \in S w∈S ,根据性质1,得 α v ∈ S \alpha\mathbf{v} \in S αv∈S 和 β w ∈ S \beta\mathbf{w} \in S βw∈S ;再根据性质2得, α v + β w ∈ S \alpha\mathbf{v} + \beta\mathbf{w} \in S αv+βw∈S 。
向量的线性组合属于集合,由于线性组合是线性运算,所以称为线性空间。
重要性质 对任意数量向量
i
f
v
i
∈
S
(
i
=
1
,
⋯
,
n
)
t
h
e
n
α
1
v
1
+
⋯
+
α
n
v
n
∈
S
if \quad \mathbf{v_i} \in S \quad (i=1,\cdots, n) \quad then \quad \alpha_1 \mathbf{v_1} + \cdots + \alpha_n \mathbf{v_n} \in S
ifvi∈S(i=1,⋯,n)thenα1v1+⋯+αnvn∈S
取任意向量组
V
=
(
v
1
,
⋯
,
v
n
)
V=(\mathbf{v_1},\cdots,\mathbf{v_n})
V=(v1,⋯,vn) ,这样向量组
V
V
V 线性组合所表示的所有向量构成了线性空间,记为
S
(
V
)
S(V)
S(V) ,空间
S
S
S 称为由向量组
V
V
V 张成,向量组
V
V
V 称为空间
S
S
S 的生成向量组。
根据这个定义,当向量组取无关组或基时,就是前面定义的空间,所以前面介绍的空间都是线性空间。后面空间不特别说明,均指线性空间。
线性空间不需要定义向量内积,只需定义向量数乘和加法。定义了内积的线性空间,称为内积空间,即欧几里德空间,这是我们最熟悉的空间。