高等代数 线性空间(第8章)1 线性空间与子空间

零.引入

上述例子促使我们抓住其共同特点抽象出1个数学模型:线性空间,这是线性代数研究的主要对象之一

注1: ①几何空间是元素是"点"的向量空间,但点可以被表示为以O为起点的向量,因此其元素也可以认为是以O为起点的向量 ②几何空间通常是指3维的
注2:上例1是点(或以O为起点向量)的集合,称为几何空间;上例2即向量空间;上例3是矩阵的集合,称为矩阵空间;上例4是多项式的集合,称为多项式空间;上例5是连续函数的集合,称为函数空间

一.域F上的线性空间(8.1)
1.线性空间:
(1)笛卡儿积与代数运算:

(2)定义:

注1:向量空间在线性空间的基础上进一步要求集合中的元素均为向量,因此向量空间是1种特殊的线性空间
但借助几何语言,其他线性空间中的元素也可以称为向量(或者说,被表示为向量),因此,线性空间又可称为向量空间;为避免混淆,有些书上不区分"线性空间"和"向量空间",直接统称为"向量空间"
注2:习惯上把线性空间V的加法运算以及域F的元素与V的元素间的纯量乘法运算说成是V的加法运算与纯量乘法运算,统称为V的线性运算

(3)线性空间的实例:


(4)线性空间的性质:

性质1:V中的零元是唯一的

性质2:V中每个元素α的负元是唯一的,记作-α

利用负元,可在V中定义减法如下:$$\alpha -\beta :=\alpha +(-\beta )$$(":=“的意思是"定义为”)

性质3:对∀α∈V,0α=0

形状4:对∀k∈F,k0=0

性质5:如果kα=0,则k=0或α=0

性质6:对∀α∈V,(-1)α=-α

2.向量集与向量组
(1)线性组合与线性表出:


(2)线性相关与线性无关:

命题1:在域F上的线性空间V中,如果向量组的1个部分组线性相关,则该向量组线性相关
命题2:在域F上的线性空间V中,包含0向量的向量集线性相关
命题3:在域F上的线性空间V中,元素个数>1的向量集W线性相关当且仅当W中至少有1个向量可以由其余向量中的有限多个线性表出,从而W线性无关当且仅当W中每1个向量都不能由其余向量中的有限多个线性表出
命题4:在域F上的线性空间V中,设向量β可由向量集W线性表出,则表示方法唯一的充要条件是:向量集W线性无关

(3)线性表出的判定:

命题5:在域F上的线性空间V中,设向量组${\alpha }_1...{\alpha }_s$线性无关,则向量β可由向量组${\alpha }_1...{\alpha }_s$线性表出的充要条件是:${\alpha }_1...{\alpha }_s,\beta$线性相关

(4)极大线性无关组(又称最大线性无关组)

(5)向量组等价:

引理1:在域F上的线性空间V中,设向量组${\beta }_1...{\beta }_r$可由向量组${\alpha }_1...{\alpha }_s$线性表出,如果r>s,则向量组${\beta }_1...{\beta }_r$线性相关

推论1(引理1的逆否命题):在域F上的线性空间V中,设向量组${\beta }_1...{\beta }_r$可由向量组${\alpha }_1...{\alpha }_s$线性表出,如果向量组${\beta }_1...{\beta }_r$线性无关,则$r\le s$
推论2:等价的线性无关的向量组所含向量的个数相等
推论3:1个向量组的任意2跟极大线性无关组所含向量的个数相等

(6)向量组的秩:

命题6:在域F上的线性空间V中,向量组${\alpha }_1...{\alpha }_s$线性无关的充要条件是:$rank{\alpha }_1...{\alpha }_s=s$

命题7:如果向量组${\alpha }_1...{\alpha }_s$可由向量组${\beta }_1...{\beta }_r$线性表出,则$rank{\alpha }_1...{\alpha }_s\le rank{\beta }_1...{\beta }_r$

命题8:等价的向量组有相等的秩

3.基与维数
(1)基与坐标:

对线性空间V,只要知道其1个基,那么V的结构就完全清楚了

所以其实$(1,0,0...),(0,1,0...),(0,0,1...)...$不是 R ∞ = { ( a 1 , a 2 . . . ) ∣ a i ∈ R , i = 1 , 2... } R^\infty=\{(a_1,a_2...)|a_i∈R,i=1,2...\} R∞={(a1​,a2​...)∣ai​∈R,i=1,2...}的1个基;但是$(1,0,0...0),(0,1,0...0),(0,0,1...0)...(0,0,0...1)$是 R n = { ( a 1 . . . a n ) ∣ a i ∈ R , i = 1 , 2... n } ( n ∈ N + ) R^n=\{(a_1...a_n)|a_i∈R,i=1,2...n\}(n∈N_+) Rn={(a1​...an​)∣ai​∈R,i=1,2...n}(n∈N+​)的1个基

坐标:

(2)偏序集:


(3)任一线性空间都存在1个基:

Zorn引理:若偏序集S的每条链都有上界,则S有1个极大元素

定理1:任一域F上的任一线性空间V都有1个基

(4)有限维的线性空间和无限维的线性空间:

定理2:如果域F上的线性空间V是有限维的,则V的∀2个基所含向量的个数相等

推论:如果域F上的线性空间V是无限维的,则V的∀1个基都含有无穷多个向量

(5)维数:

对有限维的线性空间V,其维数对研究其结构有重要作用

(6)n维线性空间的性质:

命题9:设V是域F上的n维线性空间,则V中∀n+1个向量都线性相关

命题10:设V是域F上的n维线性空间,则V中∀n个线性无关的向量都是V的1个基

命题11:设V是域F上的n维线性空间,如果V中的每个向量都可由向量组${\alpha }_1,{\alpha }_2...{\alpha }_n$线性表出,则${\alpha }_1,{\alpha }_2...{\alpha }_n$是V的1个基

命题12:设V是域F上的n维线性空间,则V中∀1个线性无关的向量组都可以扩充成V的1个基

4.基变换和坐标变换

(1)向量组相等和向量组的线性运算:

(2)过渡矩阵与基变换:

过渡矩阵:

命题13:设${\alpha }_1...{\alpha }_n$是线性空间V的1个基,且向量组${\beta }_1...{\beta }_n$满足:$$({\beta }_1,{\beta }_2...{\beta }_n)=({\alpha }_1,{\alpha }_2...{\alpha }_n)A$$则${\beta }_1...{\beta }_n$是V的1个基当且仅当A是可逆矩阵

(4)坐标变换:

二.子空间(8.2)
1.线性子空间
(1)定义:

(2)判定:

定理3:设U是域F上线性空间V的1个非空子集,则U是V的1个子空间的充要条件是:U对V的加法好数量乘法都封闭,即:$$\begin{gathered} \alpha ,\beta \in U\Rightarrow \alpha +\beta \in U \\ \alpha \in U,k\in F\Rightarrow k\alpha \in U \end{gathered}$$

根据该定理,判定V的1个子集是V的1个子空间,需要验证3条:①U非空集②U对加法封闭②U对数量乘法封闭
显然,{0},V都是V的子空间,称它们为V的平凡子空间;{0}称为V的零子空间,记为0

(3)子空间的基与维数:

2.子空间的交与和

为了利用线性空间V的若干个子空间来构筑整个空间V，需要引进子空间的运算

(1)子空间的交:

定理4:设$V_1,V_2$都是域$F$上线性空间$V$的子空间,则$V_1\cap V_2$也是V的子空间,即"交"是子空间的运算

由集合的交的定义可知,子空间的交满足以下运算法则:
①交换律:$V_1\cap V_2=V_2\cap V_1$
②结合律:$(V_1\cap V_2)\cap V_3=V_1\cap (V_2\cap V_3)$

多个子空间的交:

(2)子空间的并:

设$V_1,V_2$都是域$F$上线性空间$V$的子空间,则$V_1\cup V_2$不是V的子空间,即"并"不是子空间的运算

(3)子空间的和:

定理5:设$V_1,V_2$都是域$F$上线性空间$V$的子空间,则$V_1+V_2$也是V的子空间,即"和"是子空间的运算

从以上论述可知:$V_1+V_2$是包含$V_1\cup V_2$的最小子空间
从(6)式易看出,子空间的和满足以下运算法则:
①交换律:$V_1+V_2=V_2+V_1$
②结合律:$(V_1+V_2)+V_3=V_1+(V_2+V_3)$

多个子空间的和:

(4)交与和的分配律:

命题1:设$V_1,V_2,V$都是域$F$上线性空间$V$的子空间,则:$$\begin{gathered} V_1\cap (V_2+V_3)\supseteq (V_1\cap V_2)+(V_1\cap V_3) \\ {V}_1+(V_2\cap V_3)\subseteq (V_1+V_2)\cap (V_1+V_3) \end{gathered}$$

(5)向量组的和:

命题2:设${\alpha }_1..{\alpha }_s$和${\beta }_1...{\beta }_t$是域F上线性空间V的2个向量组,则:$$\begin{gathered} <{\alpha }_1..{\alpha }_s>+<{\beta }_1...{\beta }_t> \\ =<{\alpha }_1..{\alpha }_s,{\beta }_1...{\beta }_t> \end{gathered}$$

(6)子空间的维数公式:

定理6:设$V_1,V_2$都是域F上线性空间V的有限维子空间,则$V_1\cap V_2,V_1+V_2$也是有限维的,且$$dim{V}_1+dim{V}_2=dim(V_1+V_2)+dim(V_1\cap V_2)(12)$$

推论:设$V_1,V_2$都是域F上线性空间V的有限维子空间,则$$dim(V_1+V_2)=dim{V}_1+dim{V}_2\iff V_1\cap V_2=0$$

3.子空间的直和
(1)定义:

2个子空间的直和:

多个子空间的直和:

(2)直和的判定:

2个子空间的直和的判定
定理7:设$V_1,V_2$都是域F上线性空间V的子空间(可以是无限维的),则下列命题相互等价:
①$V_1+V_2$是直和
②$V_1+V_2$中零向量的表法唯一(即若${\alpha }_1+{\alpha }_2=0$,则${\alpha }_1={\alpha }_2=0$)
③$V_1\cap V_2=0$

定理7’:设$V_1,V_2$都是域F上线性空间V的有限维子空间,则下列命题相互等价:
①$V_1+V_2$是直和
④$dim(V_1+V_2)=dim{V}_1+dim{V}_2$
⑤$V_1$的1个基与$V_2$的1个基合起来是$V_1+V_2$的1个基


定理7’’:设$V_1,V_2$都是域F上线性空间V的子空间(可以是无限维的),则下列命题相互等价:
①$V_1+V_2$是直和
⑤$V_1$的1个基与$V_2$的1个基合起来是$V_1+V_2$的1个基

多个子空间的直和的判定:
定理8:设$V_1,V_2...V_s$都是域F上线性空间V的子空间,则下列命题等价:
①$\sum _{i=1}^s{V}_i$是直和
②$\sum _{i=1}^s{V}_i$中零向量的表法唯一
③$V_i\cap (\sum _{j\ne i}{V}_j)(i=1,2...s)$

定理8’:设$V_1,V_2...V_s$都是域F上线性空间V的有限维子空间,则下列命题等价:
①$\sum _{i=1}^s{V}_i$是直和
④$dim(\sum _{i=1}^s{V}_i)=\sum _{i=1}^s(dim{V}_i)$
⑤若$S_1$是$V_1$的1个基,$S_2$是$V_2$的1个基…$S_s$是$V_s$的1个基,则${\cup }_{i=1}^s{S}_i$是$\sum _{i=1}^s{V}_i$的1个基

(3)补空间:

命题3:设V是域F上的n维线性空间,则V的每个子空间U都有补空间


命题3’:域F上无限维线性空间V的任一子空间U都有补空间