В математике , а точнее в линейной алгебре , линейное подпространство или векторное подпространство [1] [примечание 1] — это векторное пространство , которое является подмножеством некоторого большего векторного пространства. Линейное подпространство обычно называют просто подпространством, если контекст позволяет отличить его от других типов подпространств.
Определение
Если V — векторное пространство над полем K и если W — подмножество V , то W — линейное подпространство V , если при операциях V W является векторным пространством над K. Эквивалентно, непустое подмножество W является линейным подпространством V , если всякий раз, когда w 1 , w 2 являются элементами W и α , β являются элементами K , из этого следует, что αw 1 + βw 2 находится в W . [2] [3] [4] [5] [6]
Как следствие, все векторные пространства оснащены как минимум двумя (возможно, разными) линейными подпространствами: нулевым векторным пространством , состоящим только из нулевого вектора , и самим векторным пространством. Они называются тривиальными подпространствами векторного пространства. [7]
Примеры
Пример I
В векторном пространстве V = R 3 ( действительном координатном пространстве над полем действительных чисел R ) возьмем W за множество всех векторов из V , последний компонент которых равен 0. Тогда W является подпространством V .
Доказательство:
Учитывая u и v в W , они могут быть выражены как u = ( u 1 , u 2 , 0) и v = ( v 1 , v 2 , 0) . Тогда ты + v знак равно ( ты 1 + v 1 , ты 2 + v 2 , 0+0) = ( ты 1 + v 1 , ты 2 + v 2 , 0) . Таким образом, u + v тоже является элементом W .
Учитывая u в W и скаляр c в R , если u = ( u 1 , u 2 , 0) снова, то c u = ( cu 1 , cu 2 , c 0) = ( cu 1 , cu 2 ,0) . Таким образом, c u тоже является элементом W.
Пример II
Пусть поле снова будет R , но теперь пусть векторное пространство V будет декартовой плоскостью R 2 . Возьмем W как набор точек ( x , y ) кольца R2 таких, что x = y . Тогда W является подпространством R 2 .
Иллюстрированный пример II
Доказательство:
Пусть p = ( p 1 , p 2 ) и q = ( q 1 , q 2 ) — элементы W , то есть точки на плоскости такие, что p 1 = p 2 и q 1 = q 2 . Тогда p + q = ( p 1 + q 1 , p 2 + q 2 ) ; поскольку p 1 = p 2 и q 1 = q 2 , то p 1 + q 1 = p 2 + q 2 , поэтому p + q является элементом W.
Пусть p = ( p1 , p2 ) — элемент W , то есть точка на плоскости такая, что p1 = p2 , и пусть c — скаляр в R. Тогда c p = ( cp 1 , cp 2 ) ; поскольку p 1 = p 2 , то cp 1 = cp 2 , поэтому c p является элементом W .
В общем, любое подмножество реального координатного пространства R n , определенное системой однородных линейных уравнений, будет давать подпространство. (Уравнение в примере I было z = 0, а уравнение в примере II — x = y .)
Пример III
Снова возьмем поле как R , но теперь пусть векторное пространство V будет множеством R R всех функций от R до R. Пусть C( R ) — подмножество, состоящее из непрерывных функций . Тогда C( R ) является подпространством R R .
Доказательство:
Из исчисления мы знаем, что 0 ∈ C( R ) ⊂ RR .
Из исчисления мы знаем, что сумма непрерывных функций непрерывна.
Опять же, из исчисления мы знаем, что произведение непрерывной функции и числа непрерывно.
Пример IV
Сохраните то же поле и векторное пространство, что и раньше, но теперь рассмотрим множество Diff( R ) всех дифференцируемых функций . Те же рассуждения, что и предыдущие, показывают, что это тоже подпространство.
Из определения векторных пространств следует, что подпространства непусты и замкнуты относительно сумм и скалярных кратных. [8] Эквивалентно, подпространства можно охарактеризовать свойством замкнутости относительно линейных комбинаций. То есть непустое множество W является подпространством тогда и только тогда, когда каждая линейная комбинация конечного числа элементов W также принадлежит W . Эквивалентное определение гласит, что эквивалентно рассматривать линейные комбинации двух элементов одновременно.
Естественным описанием 1-подпространства является скалярное умножение одного ненулевого вектора v на все возможные скалярные значения. 1-подпространства, заданные двумя векторами, равны тогда и только тогда, когда один вектор можно получить из другого скалярным умножением:
Эта идея обобщается для более высоких размерностей с линейным размахом , но критерии равенства k -пространств , заданных наборами из k векторов, не так просты.
Двойственное описание обеспечивается линейными функционалами (обычно реализуемыми в виде линейных уравнений). Один ненулевой линейный функционал F задает своим ядром подпространство F = 0 коразмерности 1. Подпространства коразмерности 1, заданные двумя линейными функционалами, равны тогда и только тогда, когда один функционал может быть получен из другого скалярным умножением (в двойственном пространстве ) :
Оно обобщается на высшие коразмерности с помощью системы уравнений . В следующих двух подразделах это последнее описание будет представлено подробно, а оставшиеся четыре подраздела дополнительно описывают идею линейного размаха.
В конечномерном пространстве однородную систему линейных уравнений можно записать в виде одного матричного уравнения:
Множество решений этого уравнения известно как нулевое пространство матрицы. Например, описанное выше подпространство является нулевым пространством матрицы
Каждое подпространство K n можно описать как нулевое пространство некоторой матрицы (подробнее см. § Алгоритмы ниже).
Линейные параметрические уравнения
Подмножество Kn , описываемое системой однородных линейных параметрических уравнений, является подпространством:
Например, набор всех векторов ( x , y , z ), параметризованных уравнениями
— двумерное подпространство K 3 , если K — числовое поле (например, действительные или рациональные числа). [заметка 2]
Диапазон векторов
В линейной алгебре систему параметрических уравнений можно записать в виде одного векторного уравнения:
Выражение справа называется линейной комбинацией векторов (2, 5, −1) и (3, −4, 2). Говорят, что эти два вектора охватывают результирующее подпространство.
В общем случае, линейная комбинация векторов v 1 , v 2 , ... , v k представляет собой любой вектор вида
Набор всех возможных линейных комбинаций называется промежутком :
Если векторы v 1 , ... , v k имеют n компонент, то их оболочка является подпространством K n . Геометрически пролет — это плоскость, проходящая через начало координат в n -мерном пространстве, определяемое точками v 1 , ... , v k .
Пример
Плоскость xz в R3 можно параметризовать уравнениями
Как подпространство, плоскость xz натянута векторами (1, 0, 0) и (0, 0, 1). Каждый вектор в плоскости xz можно записать как линейную комбинацию этих двух:
Геометрически это соответствует тому факту, что в каждую точку плоскости xz можно добраться из начала координат, сначала переместившись на некоторое расстояние в направлении (1, 0, 0), а затем переместившись на некоторое расстояние в направлении (0, 0). , 1).
Пространство столбца и пространство строки
Систему линейных параметрических уравнений в конечномерном пространстве можно записать и в виде одного матричного уравнения:
В этом случае подпространство состоит из всех возможных значений вектора x . В линейной алгебре это подпространство известно как пространство столбцов (или образ ) матрицы A. Это в точности подпространство K n , натянутое на вектор-столбцы A .
Пространство строк матрицы — это подпространство, охватываемое ее векторами-строками. Пространство строк интересно тем, что оно является ортогональным дополнением нулевого пространства (см. ниже).
Независимость, основа и размерность
Векторы u и v являются базисом этого двумерного подпространства R 3 .
В общем, подпространство K n , определенное k параметрами (или натянутое k векторами), имеет размерность k . Однако из этого правила есть исключения. Например, подпространство K3 , охватываемое тремя векторами (1, 0, 0), (0, 0, 1) и (2, 0, 3), представляет собой просто плоскость xz , каждая точка которой лежит на плоскости. описывается бесконечно многими различными значениями t 1 , t 2 , t 3 .
В общем случае векторы v 1 , ... , v k называются линейно независимыми, если
для ( т 1 , т 2 , ... , т k ) ≠ ( ты 1 , ты 2 , ... , ты k ). [примечание 3]
Если v 1 , ..., v k линейно независимы, то координаты t 1 , ..., t k для вектора в промежутке определяются однозначно.
Базисом подпространства S является набор линейно независимых векторов, длина которых равна S . Число элементов в базисе всегда равно геометрической размерности подпространства. Любой охватывающий набор для подпространства можно превратить в базис, удалив избыточные векторы (подробнее см. § Алгоритмы ниже).
Пример
Пусть S — подпространство R4 , определенное уравнениями
Тогда векторы (2, 1, 0, 0) и (0, 0, 5, 1) являются базисом для S . В частности, каждый вектор, удовлетворяющий приведенным выше уравнениям, можно однозначно записать как линейную комбинацию двух базисных векторов:
Подпространство S двумерно. Геометрически это плоскость в R 4 , проходящая через точки (0, 0, 0, 0), (2, 1, 0, 0) и (0, 0, 5, 1).
Операции и отношения на подпространствах
Включение
Теоретико -множественное бинарное отношение включения задает частичный порядок на множестве всех подпространств (любой размерности).
Подпространство не может лежать в каком-либо подпространстве меньшей размерности. Если dim U = k — конечное число, и U ⊂ W , то dim W = k тогда и только тогда, когда U = W.
Пересечение
В R 3 пересечение двух различных двумерных подпространств является одномерным.
Учитывая подпространства U и W векторного пространства V , то их пересечение U ∩ W := { v ∈ V : v является элементом как U , так и W } также является подпространством V . [10]
Доказательство:
Пусть v и w — элементы U ∩ W . Тогда v и w принадлежат как U , так и W. Поскольку U — подпространство, то v + w принадлежит U. Аналогично, поскольку W — подпространство, то v + w принадлежит W. Таким образом, v + w принадлежит U ∩ W .
Пусть v принадлежит U ∩ W и c — скаляр. Тогда v принадлежит и U , и W. Поскольку U и W являются подпространствами, c v принадлежит как U , так и W .
Поскольку U и W — векторные пространства, то 0 принадлежит обоим множествам. Таким образом, 0 принадлежит U ∩ W .
Для каждого векторного пространства V набор {0} и сам V являются подпространствами V. [11] [12]
Сумма
Если U и W — подпространства, их сумма — это подпространство [13] [14]
Например, сумма двух прямых — это плоскость, содержащая их обе. Размерность суммы удовлетворяет неравенству
Здесь минимум возникает только в том случае, если одно подпространство содержится в другом, а максимум — это наиболее общий случай. Размерность пересечения и сумма связаны следующим уравнением: [15]
Набор подпространств является независимым , если единственным пересечением любой пары подпространств является тривиальное подпространство. Прямая сумма — это сумма независимых подпространств, записанная как . Эквивалентное утверждение состоит в том, что прямая сумма является суммой подпространств при условии, что каждое подпространство вносит вклад в диапазон суммы. [16] [17] [18] [19]
Размерность прямой суммы такая же, как и сумма подпространств, но может быть сокращена, поскольку размерность тривиального подпространства равна нулю. [20]
Решетка подпространств
Операции пересечения и суммирования превращают набор всех подпространств в ограниченную модульную решетку , где подпространство {0} , наименьший элемент , является единичным элементом операции суммирования, а тождественное подпространство V , наибольший элемент, является единичным элементом. операции пересечения.
Ортогональные дополнения
Если пространство внутреннего продукта и является подмножеством , то ортогональное дополнение к , обозначенное , снова является подпространством. [21] Если конечномерно и является подпространством, то размерности и удовлетворяют дополнительному соотношению . [22] Более того, ни один вектор не ортогонален сам себе, поэтому и является прямой суммой и . [23] Двойное применение ортогональных дополнений возвращает исходное подпространство: для каждого подпространства . [24]
Эта операция, понимаемая как отрицание ( ), делает решетку подпространств (возможно, бесконечной ) решеткой с ортодополнениями (хотя и не дистрибутивной решеткой). [ нужна цитата ]
Если вместо этого мы поместим матрицу A в форму сокращенного эшелона строк, то результирующий базис пространства строк будет определен однозначно. Это обеспечивает алгоритм проверки равенства двух пространств строк и, как следствие, равенства двух подпространств K n .
Членство в подпространстве
Введите базис { b 1 , b 2 , ..., b k } для подпространства S пространства K n и вектор v с n компонентами.
Выходные данные Определяет, является ли v элементом S
Создайте матрицу A ( k + 1) × n , строки которой являются векторами b 1 , ... , b k и v .
Используйте элементарные операции со строками, чтобы поместить A в форму эшелона строк.
Если ступенчатая форма имеет ряд нулей, то векторы { b 1 , ..., b k , v } линейно зависимы, и, следовательно, v ∈ S .
Основа для колонного пространства
Входные данные An m × n матрица A
Выходные данные Базис для пространства столбцов A
Используйте элементарные операции со строками, чтобы поместить A в форму эшелона строк.
Определите, какие столбцы эшелонированной формы имеют поворотные точки . Соответствующие столбцы исходной матрицы являются основой пространства столбцов.
Это создает основу для пространства столбцов, которая является подмножеством исходных векторов-столбцов. Это работает, поскольку столбцы со сводными точками являются основой пространства столбцов ступенчатой формы, а сокращение строк не меняет отношений линейной зависимости между столбцами.
Координаты вектора
Введите базис { b 1 , b 2 , ..., b k } для подпространства S в K n и вектор v ∈ S.
Выходные числа t 1 , t 2 , ..., t k такие, что v = t 1 b 1 + ··· + t k b k
Создайте расширенную матрицу A , столбцы которой — b 1 ,..., b k , причем последний столбец — v .
Используйте элементарные операции со строками, чтобы поместить A в форму сокращенного эшелона строк.
Выразите последний столбец сокращенной формы эшелона как линейную комбинацию первых k столбцов. Используемые коэффициенты представляют собой искомые числа t 1 , t 2 , ..., t k . (Это должны быть именно первые k записей в последнем столбце сокращенной формы эшелона.)
Если последний столбец сокращенной формы эшелона строк содержит точку поворота, то входной вектор v не лежит в S .
Основа для пустого пространства
Введите матрицу An m × n A .
Выходные данные Базис для нулевого пространства A
Используйте элементарные операции со строками, чтобы поместить A в форму сокращенного эшелона строк.
Используя сокращенную форму звена строк, определите, какие из переменных x 1 , x 2 , ..., x n свободны. Напишите уравнения для зависимых переменных через свободные переменные.
Для каждой свободной переменной x i выберите вектор в нулевом пространстве, для которого x i = 1 , а остальные свободные переменные равны нулю. Полученный набор векторов является основой нулевого пространства A .
Учитывая два подпространства U и W в V , базис суммы и пересечение можно вычислить с помощью алгоритма Цассенхауза .
Уравнения для подпространства
Введите базис { b 1 , b 2 , ..., b k } для подпространства S в K n
Выведите матрицу An ( n − k ) × n , нулевое пространство которой равно S .
Создайте матрицу A , строки которой — b 1 , b 2 , ..., b k .
Используйте элементарные операции со строками, чтобы поместить A в форму сокращенного эшелона строк.
Пусть c 1 , c 2 , ..., c n — столбцы сокращенной ступенчатой формы. Для каждого столбца без опорных точек напишите уравнение, выражающее столбец как линейную комбинацию столбцов со сводными точками.
В результате получается однородная система n − k линейных уравнений с переменными c 1 ,..., c n . Матрица ( n − k ) × n , соответствующая этой системе, является искомой матрицей с нулевым пространством S .
Пример
Если сокращенная форма эшелона строк A равна
тогда векторы-столбцы c 1 , ..., c 6 удовлетворяют уравнениям
Отсюда следует, что векторы-строки матрицы A удовлетворяют уравнениям
В частности, векторы-строки матрицы A являются основой нулевого пространства соответствующей матрицы.
^ Термин «линейное подпространство » иногда используется для обозначения плоских и аффинных подпространств . В случае векторных пространств над вещественными числами линейные подпространства, квартиры и аффинные подпространства также называются линейными многообразиями , чтобы подчеркнуть, что существуют также многообразия .
^ Как правило, K может быть любым полем такой характеристики , что данная целочисленная матрица имеет соответствующий ранг . Все поля содержат целые числа , но в некоторых полях некоторые целые числа могут равняться нулю.
^ Это определение часто формулируется по-другому: векторы v 1 , ..., v k линейно независимы, если t 1 v 1 + ··· + t k v k ≠ 0 для ( t 1 , t 2 , ..., t к ) ≠ (0, 0, ..., 0) . Оба определения эквивалентны.
Цитаты
^ Халмош (1974), стр. 16-17, § 10.
^ Антон (2005, стр. 155)
^ Борегар и Фрели (1973, стр. 176)
^ Херштейн (1964, стр. 132)
^ Крейциг (1972, стр. 200)
^ Неринг (1970, стр. 20)
^ Хефферон (2020) с. 100, гл. 2, Определение 2.13.
^ MathWorld (2021) Подпространство.
^ ДюШато (2002) Основные факты о гильбертовом пространстве - конспекты занятий в Университете штата Колорадо по уравнениям в частных производных (M645).
^ Неринг (1970, стр. 21)
^ Хефферон (2020) с. 100, гл. 2, Определение 2.13.
^ Неринг (1970, стр. 20)
^ Неринг (1970, стр. 21)
^ Операторы, связанные с векторным пространством.
^ Неринг (1970, стр. 22)
^ Хефферон (2020) с. 148, гл. 2, §4.10
^ Экслер (2015) с. 21 § 1.40
^ Кацнельсон и Кацнельсон (2008), стр. 10-11, § 1.2.5.
^ Халмош (1974), стр. 28-29, § 18.
^ Халмос (1974), стр. 30-31, § 19.
^ Экслер (2015) с. 193, § 6.46
^ Экслер (2015) с. 195, § 6.50
^ Экслер (2015) с. 194, § 6.47
^ Экслер (2015) с. 195, § 6.51
Источники
Учебник
Антон, Ховард (2005), Элементарная линейная алгебра (версия для приложений) (9-е изд.), Wiley International
Борегар, Раймонд А.; Фрэли, Джон Б. (1973), Первый курс линейной алгебры: с дополнительным введением в группы, кольца и поля , Бостон: Houghton Mifflin Company , ISBN 0-395-14017-Х
Лэй, Дэвид К. (22 августа 2005 г.), Линейная алгебра и ее приложения (3-е изд.), Аддисон Уэсли, ISBN 978-0-321-28713-7
Леон, Стивен Дж. (2006), Линейная алгебра с приложениями (7-е изд.), Пирсон Прентис Холл
Мейер, Карл Д. (15 февраля 2001 г.), Матричный анализ и прикладная линейная алгебра, Общество промышленной и прикладной математики (SIAM), ISBN 978-0-89871-454-8, заархивировано из оригинала 1 марта 2001 г.
Неринг, Эвар Д. (1970), Линейная алгебра и теория матриц (2-е изд.), Нью-Йорк: Wiley , LCCN 76091646
Пул, Дэвид (2006), Линейная алгебра: современное введение (2-е изд.), Брукс/Коул, ISBN 0-534-99845-3
ДюШато, Поль (5 сентября 2002 г.). «Основные факты о гильбертовом пространстве» (PDF) . Государственный университет Колорадо . Проверено 17 февраля 2021 г.
Внешние ссылки
Стрэнг, Гилберт (7 мая 2009 г.). «Четыре фундаментальных подпространства». Архивировано из оригинала 11 декабря 2021 г. Проверено 17 февраля 2021 г. - через YouTube .
Стрэнг, Гилберт (5 мая 2020 г.). «Большая картина линейной алгебры». Архивировано из оригинала 11 декабря 2021 г. Проверено 17 февраля 2021 г. - через YouTube .