线性子空间

线性子空间(或向量子空间)在线性代数和相关的数学领域中是重要的。在没有混淆于其他子空间的时候通常简称为“子空间”。

什么是线性子空间

在 线性代数和其他数学相关领域, 一个线性子空间 (或 向量子空间) U是给定域{\mathfrak {R}}向量空间 V的一个 子集,并且它还是V的加法子群,同时,在纯量乘下回到自身,那么,V上运算在U上的限制导出U的向量空间结构,我们把U称为V上的向量(或线性)子空间。

定理

设 V 是在域 K 上的向量空间,并设 W 是 V 的子集。则 W 是个子空间,当且仅当它满足下列三个条件:

  • 零向量 0 在 W 中。
  • 如果 u 和 v 是 W 的元素,则向量和 u + v 是 W 的元素。
  • 如果 u 是 W 的元素而 c 是来自 K 的标量,则标量积 cu 是 W 的元素。

线性子空间性质

对于所有向量空间 V,集合 {0} 和 V 自身是 V 的子空间。
如果 V 是内积空间,则任何 V 的子空间的正交补也是子空间。
任意多个向量子空间的交集仍然是向量子空间。注意:两个子空间的并集未必是子空间。例如e_1,e_2是V中任意两个线性无关的向量且 U_{1}=<e_{1}>,U_{2}=<e_{2}> ,那么, U_{1}∪U_{2}不包含e_{1}+e_{2}
特征化子空间的一种方式它们闭合在线性组合下。就是说,W 是子空间,当且仅当所有 W 的(有限多个)元素的线性组合也属于 W。子空间的定理中条件 2 和 3 是最基本的线性组合。
例子
例子 I: 设域 K 是实数的集合 R,并设向量空间 V 是欧几里得空间 R^3。 取 W 为最后的分量是 0 的 V 中所有向量的集合。则 W 是 V 的子空间。

证明:

  • 给定 W 中 u 和 v,它们可以表达为 u = (u_1,u_2,0)v = (v_1,v_2,0)。则 u + v = (u_1+v1,u_2+v2,0+0) = (u_1+v_1,u_2+v_2,0)。因此 u + v 也是 W 的元素。
  • 给定 W 中 u 和 R 中标量 c,如果 u = (u_1,u_2,0),则 cu = (cu_1, cu_2, c_0) = (cu_1,cu_2,0)。因此 cu 也 是 W 的元素。

例子 II: 设域是 R,设向量空间是欧几里得几何 R^2。取 W 为 R^2 的使得 x = y 的所有点 (x,y) 的集合。则 W 是 R^2 的子空间。

证明:

  • p = (p_1,p_2)q = (q_1,q_2) 是 W 的元素,就是说,在平面上的点使得p_1 = p_2q_1 = q_2。则 p + q = (p_1+q_1,p_2+q_2);因为 p_1 = p_2q_1 = q_2,则 p_1 + q_1 = p_2 + q_2,所以 p + q 是 W 的元素。
  • p = (p_1,p_2) 是 W 的元素,就是在平面中点使得 p_1 = p_2,并设 c 是 R 中的标量。则 cp = (cp_1,cp_2);因为 p_1 = p_2,则 cp_1 = cp_2,所以 cp 是 W 的元素。

一般的说,欧几里得空间 Rn 的定义自齐次线性方程的任何子集都生成子空间。在几何上说,这些子空间是穿过点0 的一些点、直线、平面。

子空间上的运算

给定向量空间 V的子空间 U 和 W,则它们的交集 U ∩ W := {v∈V: v ∈ U 且 v ∈ W} 也是 V 的子空间。

证明:

  • 设 v 和 w 是 U ∩ W 的元素。则 v 和 w 属于 U 和 W 二者。因为 U 是子空间,则 v + w 属于 U。类似的,因为 W 是子空间,则 v + w 属于 W。所以 v + w 属于 U ∩ W。
  • 设 v 属于 U ∩ W,并设 c 是标量。则 v 属于 U 和 W 二者。因为 U 和 W 是子空间,cv 属于 U 和 W 二者。
    进一步的,和

U+W=\{{ {u+w}:u\in U and }{w\in W\}}
是一个 V 的子空间。U ∩ W 和 U + W 的维度满足

\dim(U\cap W)+\dim(U+W)=\dim U+\dim W

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程