第6章线性空间

heine162

已于 2024-05-17 16:23:02 修改

阅读量284

点赞数 3

文章标签：线性代数

于 2023-12-02 16:29:26 首次发布

本文链接：https://blog.csdn.net/qq_27638851/article/details/134754130

版权

本文概述了线性空间的基本概念，包括加法和乘法运算的性质，直和的定义及其证明方法，以及维数公式的应用。还讨论了线性子空间的封闭性及多个子空间直和的条件。最后，涉及了向量空间与P^n上的同构，强调了基和坐标组秩的重要性。

摘要由CSDN通过智能技术生成

1. 定义

数域P上的线性空间V：

加法：a+b = b+a

(a+b)+c = a+(b+c)

0元素，负元素

乘法：1a = a, 1属于P，a属于集合V

(kl)a = k(la)

乘法和加法：k(a+b)=ka+kb

(k+l)a = ka +la

2. 直和

对于线性空间 $V$ ，子空间 $V_{1},V_{2}$ ,

（1） $V_{1}+V_{2}$ 中的任意向量 $\alpha = \alpha _{1} + \alpha _{2}, \alpha _{1}\in V_{1},\alpha _{2}\in V_{2}$ ,若 $\alpha$ 的表示唯一，则 $V_{1},V_{2}$ 是直和。

（2）零向量表示唯一。

（3） $V_{1}\cap V_{2} = \begin{Bmatrix} 0 \end{Bmatrix}$

（4） $dimV_{1} + dimV_{2} = dim(V_{1} + V_{2})$

维数公式： $dimV_{1} + dimV_{2} = dim(V_{1} + V_{2}) - dim(V_{1} \cap V_{2})$

$V=V_{1}\oplus V_{2} \oplus V_{3} ...\oplus V_{n}$ 的充要条件是 $\sum_{j\neq i}^{}V_{j} \bigcap V_{i} = \begin{Bmatrix} 0 \end{Bmatrix}$

3. 线性子空间

线性子空间W总是满足运算，因此只需要证明封闭性，即乘法运算和加法运算是封闭的。

V是V1和V2是直和，V2是V3和V4的直和，则V是V1+V3+V4的直和(根据0元素的表示是唯一的)，要想证明直和，可以证明0向量表示唯一，或者是将V中a向量写成a1+a2，a1和a2属于V1和V2，然后他们维度都是n，这样根据维度公式得V1和V2的交只有0元素。

n个子空间维度公式：

先考虑3个子空间，查看他们的规律。

$dim(V_{1}+V_{2}+V_{3})=dim(V_{1}+V_{2})+dim(V_{3})-dim((V_{1}+V_{2})\bigcap V_{3})=dim(V_{1})+dim(V_{2})-dim(V_{1}\bigcap V_{2})+dim(V_{3})-dim((V_{1}+V_{2})\bigcap V_{3})$

上面的步骤还可以继续对 $(V_{1}+V_{2}) \bigcap V_{3}$ 进行处理：

$dim((V_{1}+V_{2})\bigcap V_{3})=dim(V_{1}\bigcap V_{3}+V_{2}\bigcap V_{3})=dim(V_{1}\bigcap V_{3})+dim(V_{2}\bigcap V_{3})-dim(V_{1}\bigcap V_{2}\bigcap V_{3})$

因此有：

$dim(V_{1}+V_{2}+V_{3})=dim(V_{1}+V_{2})+dim(V_{3})-dim((V_{1}+V_{2})\bigcap V_{3})=dim(V_{1})+dim(V_{2})-dim(V_{1}\bigcap V_{2})+dim(V_{3})-dim(V_{1}\bigcap V_{3})-dim(V_{2}\bigcap V_{3})+dim(V_{1}\bigcap V_{2}\bigcap V_{3})$