有限向量空间

Finite-Dimensional Vector Spaces

2.A Span and Linear Independence

  1. span的定义
    s p a n ( v 1 , v 2 , ⋯   , v m ) = { a 1 v 1 + a 2 v 2 + ⋯ + a m v m : a 1 , a 2 , ⋯   , a m ∈ F } span(v_1,v_2,\cdots,v_m)=\{a_1v_1+a_2v_2+\cdots+a_mv_m:a_1,a_2,\cdots,a_m\in \bm{F}\} span(v1,v2,,vm)={a1v1+a2v2++amvm:a1,a2,,amF} 空列表()的span定义为 { 0 } \{0\} {0}

  2. 一个列表向量的span是包含这个些列表向量的子空间中最小的一个

    • 首先很容易证明 s p a n ( v 1 , v 2 , ⋯   , v m ) span(v_1,v_2,\cdots,v_m) span(v1,v2,,vm) 是一个子空间.

    • 由上一步子空间的证明可以得出,任何包含 v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm
      的子空间,都 包含 s p a n ( v 1 , v 2 , ⋯   , v m ) span(v_1,v_2,\cdots,v_m) span(v1,v2,,vm)

    • 每个 v j v_j vj 包含在 s p a n ( v 1 , v 2 , ⋯   , v m ) span(v_1,v_2,\cdots,v_m) span(v1,v2,,vm)里面

  3. spans定义

    如果 s p a n ( v 1 , v 2 , ⋯   , v m ) ≡ V span(v_1,v_2,\cdots,v_m)\equiv V span(v1,v2,,vm)V,
    那么就说 v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm spans V V V

  4. polynomial P ( F ) P(\bm{F}) P(F),多项式定义

    • a 0 , a 1 , ⋯   , a m ∈ F a_0,a_1,\cdots,a_m\in \bm{F} a0,a1,,amF
      p ( z ) = a 0 + a 1 z + a 2 z 2 + ⋯ + a m z m p(z)=a_0+a_1z+a_2z^2+\cdots+a_mz^m p(z)=a0+a1z+a2z2++amzm 所有 z ∈ F z \in \bm{F} zF

    • P ( F ) P(\bm{F}) P(F) 是系数为 F \bm{F} F的所有多项式

  5. P m ( F ) P_m(\bm{F}) Pm(F)定义为

    • P m ( F ) = s p a n ( 1 , z , ⋯   , z m ) P_m(\bm{F})=span(1,z,\cdots,z^m) Pm(F)=span(1,z,,zm)

    也就是最高次数超过 m m m的所有多项式集合

  6. 线性相关引理

    如果 v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm
    线性相关.那么就一定存在 j ∈ { 1 , 2 , ⋯   , m } j\in \{1,2,\cdots,m\} j{1,2,,m} 满足:

    • v j ∈ s p a n ( v 1 , v 2 , ⋯   , v j − 1 ) v_j \in span(v_1,v_2,\cdots,v_{j-1}) vjspan(v1,v2,,vj1)

    • 如果 j t h j^{th} jth
      v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm移出,剩余的向量列表仍然等于 s p a n ( v 1 , v 2 , ⋯   , v m ) span(v_1,v_2,\cdots,v_m) span(v1,v2,,vm).

    Proof

    • a 1 v 1 + a 2 v 2 + ⋯ + a m v m = 0 a_1v_1+a_2v_2+\cdots+a_mv_m=0 a1v1+a2v2++amvm=0中找到序号最大的一个 v j v_j vj 使得
      a j ≠ 0 a_j\neq 0 aj̸=0,也就是说 j j j序号后面的 a j + 1 , ⋯   , a m a_{j+1},\cdots,a_m aj+1,,am都等于0。那么我们可容易得到
      v j = a 1 a j v 1 + ⋯ + a j − 1 a j v j − 1 v_j=\frac{a_1}{a_j}v_1+\cdots+\frac{a_{j-1}}{a_j}v_{j-1} vj=aja1v1++ajaj1vj1

    • 对于任一 u = a 1 v 1 + a 2 v 2 + ⋯ + a m v m u=a_1v_1+a_2v_2+\cdots+a_mv_m u=a1v1+a2v2++amvm,可以将上面的 v j v_j vj
      替换为
      a 1 a j v 1 + ⋯ + a j − 1 a j v j − 1 \frac{a_1}{a_j}v_1+\cdots+\frac{a_{j-1}}{a_j}v_{j-1} aja1v1++ajaj1vj1。也就是说
      s p a n ( v 1 , v 2 , ⋯   , v j − 1 , v j + 1 , ⋯   , v m ) ≡ s p a n ( v 1 , v 2 , ⋯   , v m ) span(v_1,v_2,\cdots,v_{j-1},v_{j+1},\cdots,v_m)\equiv span(v_1,v_2,\cdots,v_m) span(v1,v2,,vj1,vj+1,,vm)span(v1,v2,,vm)

  7. 向量空间 V V V中所有非线性相关的向量组长度,小于所有可以spans向量空间 V V V的向
    量组的长度

    • 重新重复下这个问题。如果 v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm
      是空间 V V V中的非线性相关的 向量组, 而 w 1 , w 2 , ⋯   , w n w_1,w_2,\cdots,w_n w1,w2,,wn
      spans V V V.问题是证明 m ⩽ n m\leqslant n mn

    • 每一次迭代按顺序吧 v i v_i vi 加入到 w 1 , w 2 , ⋯   , w n w_1,w_2,\cdots,w_n w1,w2,,wn的头部.
      比如第一次 v 1 , w 1 , w 2 , ⋯   , w n v_1,w_1,w_2,\cdots,w_n v1,w1,w2,,wn 这个向量组spans V V V

    • 从前面6点可以知道,可以从 v 1 , w 1 , w 2 , ⋯   , w n v_1,w_1,w_2,\cdots,w_n v1,w1,w2,,wn
      移出一个向量并且保持剩下的向量组 spans V V V.

    • 迭代这个步骤 m m m次,且每一次删除一个
      w j w_j wj。需要指出的是,根据6点,每次一
      定是删除 w j w_j wj,因为 v 1 , v 2 , ⋯   , v j − 1 v_1,v_2,\cdots, v_{j-1} v1,v2,,vj1
      是非线性相关,所以不会删除 v j v_j vj.

    • 最后我们得出 m ⩽ n m\leqslant n mn

  8. 有限空间的子空间,也是一个有限空间

    • 假如 U U U 是有限空间 V V V 的一个子空间。

    • 如果 U = { 0 } U=\{0\} U={0} 那么 U U U 是一个有限子空间。

    • 如果 U ≠ { 0 } U\neq \{0\} U̸={0}, 那么存在 v j ∈ U , v j ≠ 0 v_j\in U, v_j\neq 0 vjU,vj̸=0. 我们把 v j v_j vj
      加入到列 表里面 ( v j ) = K (v_j)=K (vj)=K.

    • 如果 s p a n ( K ) ≡ U span(K)\equiv U span(K)U,那么 U U U就是有限子空间.

    • 如果 s p a n ( K ) ≠ U span(K)\neq U span(K)̸=U, 那么一定可以找到 v k ∈ U v_k \in U vkU v k ∉ s p a n ( K ) v_k\notin span(K) vk/span(K). 把 v k v_k vk 加入到 K K K.

    • K K K 最终会行成一个非线性相关的向量组 spans
      U U U。而 V V V是有限空间。那么存在非线性相
      关的向量组spans V V V, K K K也是 V V V中的非线性相关的向量组。根据上面7点,可以得出
      K K K的长度有限

2.B Bases

  1. 如果 v 1 , v 2 , ⋯   , v n v_1,v_2,\cdots,v_n v1,v2,,vn V V V 的一组基的充要条件是每一个 v ∈ V v\in V vV
    有唯一 的表示形式 v = a 1 v 1 + a 2 v 2 + ⋯ + v n v n v=a_1v_1+a_2v_2+\cdots+v_nv_n v=a1v1+a2v2++vnvn

    • 证明第一个方向。如果 v 1 , v 2 , ⋯   , v n v_1,v_2,\cdots,v_n v1,v2,,vn V V V 的基, 假设 v v v
      有两种表示形式
      v = a 1 v 1 + a 2 v 2 + ⋯ + a n v n , v = c 1 v 1 + c 2 v 2 + ⋯ + c n v n v=a_1v_1+a_2v_2+\cdots+a_nv_n,v=c_1v_1+c_2v_2+\cdots+c_nv_n v=a1v1+a2v2++anvn,v=c1v1+c2v2++cnvn.
      0 = ( a 1 − c 1 ) v 1 + ( a 2 − c 2 ) v 2 + ⋯ + ( a n − c n ) v n 0=(a_1-c_1)v_1+(a_2-c_2)v_2+\cdots+(a_n-c_n)v_n 0=(a1c1)v1+(a2c2)v2++(ancn)vn
      与原假设矛盾,也就是说 v v v只有一种表示形式

    • 证明第二个方向。如果 0 = a 1 v 1 + a 2 v 2 + ⋯ + a n v n 0=a_1v_1+a_2v_2+\cdots+a_nv_n 0=a1v1+a2v2++anvn
      只有一个中表示形式。 那么自然
      a 1 = 0 , a 2 = 0 , ⋯   , a n = 0 a_1=0,a_2=0,\cdots,a_n=0 a1=0,a2=0,,an=0.因为如果 a j ≠ 0 a_j\neq 0 aj̸=0, 0 = a 1 v 1 + a 2 v 2 + ⋯ + a n v n 0=a_1v_1+a_2v_2+\cdots+a_nv_n 0=a1v1+a2v2++anvn
      将会有另外一个表示形式( a → − a j a\rightarrow -a_j aaj就额可以表示出另外的0形式)与假设矛盾。

  2. 如果列表 v 1 , v 2 , ⋯   , v n v_1,v_2,\cdots,v_n v1,v2,,vn spans V V V 那么,可以把
    v 1 , v 2 , ⋯   , v n v_1,v_2,\cdots, v_n v1,v2,,vn 可以减少一部分向量,而组成一个 V V V的基。 space.

    • 如果 v 1 , v 2 , ⋯   , v n v_1,v_2,\cdots,v_n v1,v2,,vn spans V V V

    • 如果 v j = 0 v_j=0 vj=0, 移除

    • 如果 v i ∈ s p a n ( v 1 , v 2 , ⋯   , v j − 1 ) v_i \in span(v_1,v_2,\cdots,v_{j-1}) vispan(v1,v2,,vj1), 移除

    • 经过 n n n步,就可以产生 V V V的一个基

  3. 空间 V V V中的任一一组非线性相关的向量组均可以扩展为 V V V的一组基

    • 重复这个说明: 如果 u 1 , u 2 , ⋯   , u m u_1,u_2,\cdots,u_m u1,u2,,um V V V
      上的非线性相关向量组, 那 么可以把它扩展为 V V V的一组基。

    • w 1 , w 2 , ⋯   , w n w_1,w_2,\cdots,w_n w1,w2,,wn V V V的一组基,那么
      u 1 , u 2 , ⋯   , u m , w 1 , w 2 , ⋯   , w n u_1,u_2,\cdots,u_m,w_1,w_2,\cdots,w_n u1,u2,,um,w1,w2,,wn 一定 spans V V V

    • 应用2的方法可以得到 V V V
      的一组基,而且这组基包含 u 1 , u 2 , ⋯   , u m u_1,u_2,\cdots,u_m u1,u2,,um

  4. 如果 U U U V V V 的子空间.那么一定存在 W W W V V V 的子空间,使得
    V = U ⊕ W V=U\oplus W V=UW.

    • u 1 , u 2 , ⋯   , u m u_1,u_2,\cdots,u_m u1,u2,,um U U U 的一组基, 使用3可以扩展出
      u 1 , u 2 , ⋯   , u m , w 1 , w 2 , ⋯   , w n u_1,u_2,\cdots,u_m,w_1,w_2,\cdots,w_n u1,u2,,um,w1,w2,,wn 来做 V V V,其中令
      W = s p a n ( w 1 , w 2 , ⋯   , w n ) W=span(w_1,w_2,\cdots,w_n) W=span(w1,w2,,wn)。问题变为如何证明 V = U ⊕ W V=U\oplus W V=UW

    • 从上面的定义中,可以得出 V = U + W V=U+W V=U+W

    • 很容易证明 U ∩ W = { 0 } U\cap W=\{0\} UW={0}.因为,如果
      v ∈ U , v ∈ W , v ≠ 0 v\in U,v\in W,v\neq 0 vU,vW,v̸=0,与我们的
      假设 v i , w i v_i,w_i vi,wi非线性相关矛盾。进而得出 V = U ⊕ W V=U\oplus W V=UW

2.C Dimension

  1. 有限空间中的任意两组基的向量个数相等

    • v 1 , v 2 , ⋯   , v m v_1,v_2,\cdots,v_m v1,v2,,vm w 1 , w 2 , ⋯   , w n w_1,w_2,\cdots,w_n w1,w2,,wn V V V 的两组基

    • 由此可得 v 1 , ⋯   , v m v_1,\cdots,v_m v1,,vm spans V V V, w 1 , ⋯   , w n w_1,\cdots,w_n w1,,wn spans V V V

    • 由前面的结论,非线性相关的向量组个数 ⩽ \leqslant
      spans空间的向量组列表长 度。也就是说
      m ⩽ n , n ⩽ m ⇒ m = n m\leqslant n,n\leqslant m\Rightarrow m=n mn,nmm=n

  2. U U U V V V的子空间, 那么 d i m U ⩽ d i m V dim U\leqslant dim V dimUdimV

  3. 长度为 d i m ( V ) dim(V) dim(V)的非线性相关的向量组, 是 V V V的一组基

    • 任何的一组非线性相关的向量组都可以扩展为 V V V 的一组基。

    • V V V 的每一组基都有相同的个数 n n n

  4. 任何一组向量 spans V V V 且个数为 d i m ( V ) dim(V) dim(V), 那这组向量就是 V V V 的基。

    • 任何一组可以 spans V V V 的向量组可以减少为 V V V 的一组基.

    • 而且,任何 V V V 的一组基含有相同的长度。

  5. d i m ( U 1 + U 2 ) = d i m ( U 1 ) + d i m ( U 2 ) − d i m ( U 1 ∩ U 2 ) dim(U_1+U_2)=dim(U_1)+dim(U_2)-dim(U_1\cap U_2) dim(U1+U2)=dim(U1)+dim(U2)dim(U1U2)

    • m 1 , m 2 , ⋯   , m k m_1,m_2,\cdots,m_k m1,m2,,mk U 1 ∩ U 2 U_1\cap U_2 U1U2 的一组基

    • m 1 , m 2 , ⋯   , m k m_1,m_2,\cdots,m_k m1,m2,,mk 扩展为
      m 1 , m 2 , ⋯   , m k , v 1 , v 2 , ⋯   , v z m_1,m_2,\cdots,m_k,v_1,v_2,\cdots,v_z m1,m2,,mk,v1,v2,,vz U 1 U_1 U1的一组基。

    • m 1 , m 2 , ⋯   , m k m_1,m_2,\cdots,m_k m1,m2,,mk 扩展为
      m 1 , m 2 , ⋯   , m k , w 1 , w 2 , ⋯   , w s m_1,m_2,\cdots,m_k,w_1,w_2,\cdots,w_s m1,m2,,mk,w1,w2,,ws U 2 U_2 U2 的一组基。

    • 然后 d i m ( U 1 ) = k + z , d i m ( U 2 ) = k + s dim(U_1)=k+z,dim(U_2)=k+s dim(U1)=k+z,dim(U2)=k+s

    • 然后,问题变成。我们证明
      m 1 , ⋯   , m k , v 1 , ⋯   , v z , w 1 , ⋯   , w s m_1,\cdots,m_k,v_1,\cdots,v_z,w_1,\cdots,w_s m1,,mk,v1,,vz,w1,,ws
      是非线性相关而且spans U 1 + U 2 U_1+U_2 U1+U2 也就是说 d i m ( U 1 + U 2 ) = k + z + s dim(U_1+U_2)=k+z+s dim(U1+U2)=k+z+s

    • 分析 0 \bm{0} 0 向量
      a 1 m 1 + ⋯ + a k m k + b 1 v 1 + ⋯ + b z v z + c 1 w 1 + ⋯ + c s w s = 0 a_1m_1+\cdots+a_km_k+b_1v_1+\cdots+b_zv_z+c_1w_1+\cdots+c_sw_s=0 a1m1++akmk+b1v1++bzvz+c1w1++csws=0
      a 1 m 1 + ⋯ + a k m k + b 1 v 1 + ⋯ + b z v z = − ( c 1 w 1 + ⋯ + c s w s ) a_1m_1+\cdots+a_km_k+b_1v_1+\cdots+b_zv_z=-(c_1w_1+\cdots+c_sw_s) a1m1++akmk+b1v1++bzvz=(c1w1++csws)
      也就是说 a 1 m 1 + ⋯ + a k m k + b 1 v 1 + ⋯ + b z v z ∈ U 1 , c 1 w 1 + ⋯ + c s w s ∈ U 2 a_1m_1+\cdots+a_km_k+b_1v_1+\cdots+b_zv_z\in U_1, c_1w_1+\cdots+c_sw_s\in U_2 a1m1++akmk+b1v1++bzvzU1,c1w1++cswsU2

    • U 1 ∩ U 2 ⊆ h 1 m 1 + h 2 m 2 + ⋯ + h k m k U_1\cap U_2\subseteq h_1m_1+h_2m_2+\cdots+h_km_k U1U2h1m1+h2m2++hkmk
      a 1 m 1 + ⋯ + a k m k + b 1 v 1 + ⋯ + b z v z = h 1 m 1 + h 2 m 2 + ⋯ + h k m k a_1m_1+\cdots+a_km_k+b_1v_1+\cdots+b_zv_z=h_1m_1+h_2m_2+\cdots+h_km_k a1m1++akmk+b1v1++bzvz=h1m1+h2m2++hkmk
      b 1 v 1 + ⋯ + b z v z = d 1 m 1 + d 2 m 2 + ⋯ + d k m k b_1v_1+\cdots+b_zv_z=d_1m_1+d_2m_2+\cdots+d_km_k b1v1++bzvz=d1m1+d2m2++dkmk

    • 有定义可知 m 1 , m 2 , ⋯   , m k , v 1 , v 2 , ⋯   , v z m_1,m_2,\cdots,m_k,v_1,v_2,\cdots,v_z m1,m2,,mk,v1,v2,,vz
      是非线性相关的。那么 我们可以得出
      d 1 , d 2 , ⋯   , d k , b 1 , b 2 , ⋯   , b z , a 1 , a 2 , ⋯   , a k , c 1 , c 2 , ⋯   , c s d_1,d_2,\cdots,d_k,b_1,b_2,\cdots,b_z,a_1,a_2,\cdots,a_k,c_1,c_2,\cdots,c_s d1,d2,,dk,b1,b2,,bz,a1,a2,,ak,c1,c2,,cs
      都是0,那么 m 1 , ⋯   , m k , v 1 , ⋯   , v z , w 1 , ⋯   , w s m_1,\cdots,m_k,v_1,\cdots,v_z,w_1,\cdots,w_s m1,,mk,v1,,vz,w1,,ws
      是非线性相关的向量组.

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值