线性子空间（Linear Subspaces）

1. 定义

向量空间 $V$的非空子集 $W$ 被称为 $V$ 的一个线性子空间，如果它满足以下两个条件：

1. 对向量加法封闭： 对于任意 $u,v\in W$，有$u+v\in W$。
2. 对数乘封闭： 对于任意 $u\in W$ 和标量 $c\in \mathbb{R}$（或 $\mathbb{C}$），有 $c\cdot u\in W$。

**换句话说，**线性子空间对向量加法和数乘运算是封闭的，因此它本身也是一个向量空间。

2. 线性子空间的性质

• 包含零向量： 由于对数乘封闭，当$c=0$ 时，$0\cdot u=0\in W$，因此线性子空间必须包含零向量（原点）。
• 任意线性组合封闭： 对于 $W$中的任意有限个向量 $u_1,u_2,\dots ,u_n$ 和标量 $c_1,c_2,\dots ,c_n$，线性组合$c_1{u}_1+c_2{u}_2+\cdots +c_n{u}_n\in W$。
• 子空间的加法： 两个线性子空间的和也是一个线性子空间。
• 子空间的交集： 任意多个线性子空间的交集仍然是线性子空间。

3. 实例

（1）零子空间

• 定义： 仅包含零向量的集合 { 0 } \{0\} {0}。
• 性质： 是所有子空间中维数最小的，称为零子空间。

（2）整个向量空间

• 定义： 向量空间 $V$ 本身。
• 性质： 是维数最大的子空间。

（3）通过原点的直线

• 二维空间中的例子： 所有满足 $y=mx$ 的点组成的集合，其中 $m$ 是常数。
• 性质： 是 ${\mathbb{R}}^2$ 中的一维子空间。

（4）通过原点的平面

• 三维空间中的例子： 所有满足 $ax+by+cz=0$ 的点组成的集合，其中 $a,b,c$ 不全为零。
• 性质： 是 ${\mathbb{R}}^3$ 中的二维子空间。

（5）矩阵空间中的子空间

• 对称矩阵集合： 所有 $n\times n$ 对称矩阵构成 ${\mathbb{R}}^{n\times n}$ 的一个子空间。
• 可逆矩阵集合： 注意： 可逆矩阵集合不是子空间，因为不包含零矩阵。

4. 线性子空间的判定方法

要验证一个非空子集 $W$ 是否为线性子空间，可以按照以下步骤：

1. 验证零向量是否在 $W$ 中： 检查 $0\in W$。
2. 验证对加法的封闭性： 对任意 $u,v\in W$，检查 $u+v\in W$。
3. 验证对数乘的封闭性： 对任意 $u\in W$ 和 $c\in \mathbb{R}$（或 $\mathbb{C}$），检查 $c\cdot u\in W$。

5. 生成子空间和维数

（1）生成子空间

给定向量集合 S = { v 1 , v 2 , … , v k } S = \{v_1, v_2, \dots, v_k\} S={v1​,v2​,…,vk​}，所有这些向量的线性组合构成的集合称为 $S$ 的生成子空间，记为$\text{span}(S)$。

（2）维数和基

• 基： 线性无关且生成子空间的向量集合。
• 维数： 基中向量的个数，即子空间的维度。

例子：

• 二维空间 ${\mathbb{R}}^2$： 任意两个线性无关的向量构成的集合，其生成子空间就是整个 ${\mathbb{R}}^2$，维数为 2。
• 三维空间 ${\mathbb{R}}^3$ 中的平面： 由两个线性无关的向量生成，维数为 2。

6. 线性子空间与仿射集合的区别

（1）线性子空间

• 必须包含原点： 线性子空间总是通过原点。
• 对任意线性组合封闭： 系数之和没有限制。

（2）仿射集合

• 不一定包含原点： 仿射集合可以不经过原点。
• 对仿射组合封闭： 线性组合的系数之和必须为 1。

（3）关系

• 仿射集合是线性子空间的平移： 给定线性子空间 $W$ 和向量 $v$，集合 v + W = { v + w ∣ w ∈ W } v + W = \{ v + w | w \in W \} v+W={v+w∣w∈W}是一个仿射集合。

示例：

• 直线： 通过原点的直线是线性子空间，不通过原点的直线是仿射集合。

7. 应用

（1）线性方程组的解集

• 齐次线性方程组 $Ax=0$： 解集构成一个线性子空间。
• 非齐次线性方程组 $Ax=b$： 如果有解，解集是一个仿射集合，可表示为特解加上齐次解的子空间。

8. 图形直观理解

（1）二维空间中的线性子空间

• 零维子空间： 只有原点 $(0,0)$。
• 一维子空间： 通过原点的直线。
• 二维子空间： 整个平面 ${\mathbb{R}}^2$。

（2）三维空间中的线性子空间

• 零维子空间： 只有原点 $(0,0,0)$。
• 一维子空间： 通过原点的直线。
• 二维子空间： 通过原点的平面。
• 三维子空间： 整个空间 ${\mathbb{R}}^3$。

9. 重要性质

（1）子空间的和与交

• 和： 两个子空间 $U$ 和 $W$ 的和 U + W = { u + w ∣ u ∈ U , w ∈ W } U + W = \{ u + w | u \in U, w \in W \} U+W={u+w∣u∈U,w∈W} 也是子空间。
• 交： $U\cap W$ 仍然是子空间。

（2）直和

• 定义： 如果 U ∩ W = { 0 } U \cap W = \{0\} U∩W={0}，则 $V=U\oplus W$ 表示$V$是 $U$ 和 $W$ 的直和。
• 性质： 任意向量$v\in V$ 都可以唯一地表示为 $v=u+w$，其中 $u\in U$，$w\in W$。

（3）正交补空间

• 定义： 给定子空间 $W$，其正交补空间 W ⊥ = { v ∈ V ∣ ⟨ v , w ⟩ = 0 , ∀ w ∈ W } W^\perp = \{ v \in V | \langle v, w \rangle = 0, \forall w \in W \} W⊥={v∈V∣⟨v,w⟩=0,∀w∈W}。
• 性质： $W^{\perp }$也是一个线性子空间。

10. 核心概念总结

• 线性子空间是向量空间中的“平坦”结构，必须通过原点，且对线性组合封闭。
• 仿射集合是线性子空间的平移，不一定包含原点，对仿射组合封闭。

附录：

A1.集合、空间、平移

A1.1 什么是集合？

• 定义： 集合是一些对象的整体，这些对象称为集合的元素。

• 直观理解： 可以把集合看作一个篮子，篮子里装着一些苹果、橘子等水果。水果就是集合的元素，篮子就是集合。

• 数字集合： 如自然数集合 { 1 , 2 , 3 , …   } \{1, 2, 3, \dots\} {1,2,3,…}。

• 点的集合： 平面上的所有点组成的集合。

• 日常例子： 一个班级的学生，可以视为学生的集合。

• 图形表示： 在坐标平面上，集合可以表示为一系列点、线、面等。

A2. 空间

• 定义： 在数学中，空间是具有某些结构的集合，这些结构使得集合中的元素可以进行某些运算，如加法和数乘。

• 常见空间：

  • 一维空间： 数轴，即所有实数构成的集合。

  • 二维空间： 平面，由 $(x,y)$ 形式的点构成。

  • 三维空间： 我们日常生活中的空间，由 $(x,y,z)$ 形式的点构成。

  • 直观理解：

  • 一维空间： 一条直线，如马路，可以向左或向右延伸。

  • 二维空间： 一张平坦的纸，可以向前后、左右延伸。

  • 三维空间： 一个房间，可以向上下、前后、左右延伸。

  • 向量空间：

  • 定义： 向量空间是一个集合，其中的元素可以进行向量加法和数乘运算，并满足一定的公理。

  • 直观理解： 可以把向量看作有大小和方向的箭头，例如，风的速度有大小（风速）和方向。

A3 平移

• 定义： 平移是指在空间中，将所有点按照同一个方向和距离移动。

• 数学表达： 给定一个向量 $v$，将空间中的每个点 $x$ 移动到 $x+v$。

• 直观理解：

  • 搬家： 把家里的所有家具（点）搬到新房子（新的位置），相当于平移了家具的位置。

  • 电梯上升： 电梯内的所有人（点）一起上升了5层楼（向上的平移）。

• 二维平移： 在平面上，将图形整体向某个方向移动，不改变形状和大小。

• 三维平移： 在空间中，物体整体移动，如飞机在空中飞行。

• 平移的作用

  改变位置，不改变形状

  • 平移特性： 平移不会改变对象的形状、大小和方向，只是改变位置。

  实际例子

  • 移动家具： 将沙发从客厅搬到卧室，沙发本身没有变化。
  • 走路： 人在地面上移动，位置改变，但人本身没有变化。

  数学中的平移

  • 函数平移： 将函数$f(x)$ 平移，得到 $f(x-h)$。
  • 几何中的平移： 将图形的每个点按照相同的向量移动。

A4 仿射集合中的平移

• 仿射集合定义回顾： 仿射集合是一个在仿射组合下封闭的点集。
• 平移的作用： 仿射集合可以看作是线性子空间的平移。

例子1：直线的平移

• 线性子空间： 过原点的直线 $L_0$。

• 平移后的仿射集合： 将 $L_0$ 沿着某个向量 $v$ 平移，得到新的直线 $L=L_0+v$，这条直线不再经过原点。

• 想象一根穿过原点的直尺，将它整体向上移动，得到一根新的直尺，虽然位置变了，但形状和方向不变。

例子2：平面的平移

• 线性子空间： 经过原点的平面 $P_0$。
• 平移后的仿射集合： 将 $P_0$ 沿着向量 $v$ 平移，得到新的平面 $P=P_0+v$，位置改变，但仍然是平面。

A5 线性子空间 vs. 仿射集合：

• 线性子空间： 好比固定在原点的橡皮筋，只能围绕原点拉伸或收缩。
• 仿射集合： 好比可以在空间中任意移动的橡皮筋，既可以拉伸，也可以移动位置。