167;5子空间的交与和直和
子空间的直和
§6.7 子空间旳直和
三、多种子空间旳直和
1、定义
V1,V2 , ,Vs 都是线性空间V旳子空间,若和
s
Vi V1 V2 Vs 中每个向量 旳分解式
i 1
1 2.
§6.7 子空间旳直和
注意 余子空间 一般不是唯一旳(除非U是平凡子空间). 如,在R3中,设
1 (1,1,0), 2 (1,0,0), 1 (0,1,1), 2 (0,0,1) 令 U L(1,2 ), W1 L(1 ), W2 L(2 ),
则 R3 U W1 U W2 , 但 W1 W2
第六章 线性空间
§1 集合·映射
§5 线性子空间
§2 线性空间旳定义 §6 子空间旳交与和
与简朴性质
§7 子空间旳直和
§3 维数·基与坐标
§8 线性空间旳同构
§4 基变换与坐标变换
§6.7 子空间旳直和
一、直和旳定义 二、直和旳鉴定 三、多种子空间旳直和
§6.7 子空间旳直和
引入
设V1,V2 为线性空间V旳两个子空间,由维数公式 dimV1 dimV2 dim(V1 V2 ) dim(V1 V2 ) 有两种情形:
0.
故 V1 V2 0.
§6.7 子空间旳直和
3、和 V1 V2 是直和 dim(V1 V2 ) dimV1 dimV2 证:由维数公式
dimV1 dimV2 dim(V1 V2 ) dim(V1 V2 ) 有, dim(V1 V2 ) dimV1 dimV2 dim(V1 V2 ) 0
4、(定理10) 设U是线性空间V旳一种子空间, 则必存在一种子空间W,使 V U W .称这么旳W 为U旳一种余子空间(complementary subspace).
《子空间的直和》课件
1 符号表示:
V = U ⊕W
2 分量表示:
任意向量v都可以分解为u+w,其中u∈U, w∈W。
7. 直和与基底的关系?
1 基底的直和:
如果U和W 有互不相同的基底,则它们的直和是由这些基底组成的。
2 基底生成子空间:
U和W 的基底加在一起构成直和空间的基底。
子空间的直和
介绍子空间及直和的课件,包括子空间的定义、直和的意义、基底与直和的 关系等内容,以图文并茂的方式呈现。
1. 什么是子空间?
1 定义:
2 例子:
子空间是向量空间中的一个子集,它本身也是向量空间。
平面、直线、原点。
3 性质:
子空间必须包含零向量,对于向量的线性运算封闭。
2. 什么是直和?
1 定义:
直பைடு நூலகம்是将两个或多个子空间进行的一种运算,用于生成一个新的子空间。
2 意义:
直和使得子空间的维数相加,构成合并子空间的一个更大空间。
3. 子空间的交和和运算?
1 交:
两个子空间的交集,即同时属于两个空间的向量的集合。
2 和:
两个子空间的并集,包括两个空间中的所有向量。
4. 两个子空间的和?
1 合并维度:
两个子空间的维数之和等于它们的和空间的维数。
2 示例:
平面与直线的和值空间是三维空间。
5. 直和定理的意义?
1 定理:
若两个子空间的和值空间等于整个空间,且交集为空集,则这两个子空间是直和关系。
2 意义:
直和定理提供了一种分解向量空间的方法,便于研究子空间的性质。
6. 直和定理的表述方式?
《子空间的直和》课件
2023-2026
ONE
KEEP VIEW
REPORTING
目录
CATALOGUE
子空间的定义与性质子空间的直和子空间直和的应用子空间直和的扩展总结与展望
子空间的定义与性质
PART
01
子空间是线性空间的一个非空子集,它也是一个线性空间。
子空间
一种是基于向量的线性组合和数乘,另一种是基于子集和加法封闭性。
感谢观看
THANKS
END
KEEP VIEW
2023-2026
2023-2026
REPORTING
解释
解释
在矩阵表示中,我们可以使用增广矩阵来表示子空间直和,其中每一列代表一个子空间的向量。
解释
通过在几何图形中绘制子空间的向量,我们可以直观地理解子空间直和的概念。
表示方法3
通过线性变换表示。
通过矩阵表示。
表示方法1
表示方法2
通过几何图形表示。
通过线性变换,我们可以将一个子空间的向量映射到另一个子空间,从而形成子空间直和。
子空间的直和
PART
02
子空间直和是一种数学概念,用于描述两个或多个子空间在更高维度空间中的合成。
定义
子空间直和可以看作是两个或多个子空间的“加法”,它们在更高维度的空间中形成一个新的子空间。
解释
考虑二维平面上的两个线性子空间,它们可以通过子空间直和的方式合成一个更高维度的子空间。
例子
性质1
子空间直和是封闭的。
矩阵分解
在奇异值分解中,子空间的直和可以用于理解和构造奇异值,这对于处理大规模数据和复杂矩阵非常有用。
矩阵的奇异值分解
信号的频谱分析
子空间的交与和
子空间的交与和
子空间的交与和
子空间的交与和是V的子空间集合的 运算。由于两个子空间的并一般未必仍是 子空间,所以集合并的运算不是V的子空 间集合的运算。因此引入子空间的和。我 们切不可把子空间的和与集合的并混为一 谈,例如在R2中,若X,Y分别表示 x 轴和 y 轴上所有点的集合,那么X和Y 都是R2的子空间,且X+Y=R2,显然 ≠X∪Y。
• 线性空间V中,有
L(1 , 2 ,, r ) L( 1 , 2 ,, t ) L(1 , 2 ,, r , 1 , 2 ,, t )
Theorem(维数定理)
如果 V1 ,V2是线性空间V的两个子空间 , 那么 维(V1 ) 维(V2 ) 维(V1 V2 ) 维(V1 V2 )
V1 V2 1 2 | 1 V1 , 2 V2
Theorem 6:如果V1 ,V2是线性空间V的两
个子空间,那么它们的和 V1+V2也是V的子空 间。
• 证明:由于0∈ V1,0∈ V2 , • 0=0+0∈ V1+V2 ,因而V1+V2 是非空集合, 如果= 1+ 2 , = 1+ 2 ∈ V1+V2, 因1+1∈ V1、 2+2 ∈ V2 , • 有 + =(1+1)+( 2+2) ∈V1+ V2 • k=k (1+ 2 )= k 1+k 2 ∈V1+ V2 • 因此V1+V2 是V的子集. • 有限个子空间的和
k1 1 k m m k m1 m1 k s s p1 m 1 p 2 m 2 p r r V1 V2 , 令 q1 1 q m m
带入上式右端、移项、 整理 k m+1=k m 2 k s 0, 进而有 k1 k 2 k m 0; p m1 p r 0
子空间的直和
等价的,也就与维(W) = 维(V1) + 维(V2) 等价. 这就
证明了定理.
证毕
三、直和的性质
定理 11 设 U 是线性空间 V 的一个子空间,
那么一定存在一个子空间 W 使 V = U W .
这时 U 叫做 W 的补空间,W 叫做 U 的补空间,
或者 U 与 W 是互补子空间.
证明 取 U 的一组基 1 , … , m . 把它扩充
为 V 的一组基 1 , … , m , m + 1 , … , n . 令 W = L(m + 1 , … , n ) .
则 W 即满足要求.
证毕
例 1 在 3 维空间 P3 中,过原点的两条相交直
线的直和就是由这两条直线所确定的平面. 如图6-9 所示.
L2
例 2 设 V = P 3 ,L 是过原点的直线, 是过
原点的平面. 令 L 上的点构成的空间为 U, 上的
点构成的空间为 W,如果 U ∩ W = { 0 } , 即 L 不
上,则 V = U W . 如图 6-10 所示.
z
L
o
y
x
图 6-10
例例 33 设设VV==PP33,,UU==LL((11)),,11==(1(1, ,11, ,11),),
面( 直线不在平面上 ) 上的全体向量构成的
二、直和的充分必要条件
定理 9 和 V1 + V2 是直和的充分必要条件是
等式
1 + 2 = 0, 1 V1 , 2 V2 ,
只有在1, 2全为零时才成立.
证明 定理的条件实际上就是:零向量的分
解式是唯一的. 因而这个条件显然是必要的. 下面 来证这个条件的充分性.
线性子空间的和与直和
有
线性空间与欧几里得空间
所以
有
back
15
定理 2.6 的证明
证明:由维数公式可以得到(2)与(3)的等价性。 下面证明(1)与(2)的等价性。
06.06.2020
线性空间与欧几里得空间
back
16
定理 2.7 的证明
back
由于基的扩充是不唯一的,所以当W是不平凡子空间时, 它的补子空间是不唯一的。
back
20
proof
10
命题2.1的证明
证明:
所以 W 是线性子空间。
06.06.2020
线性空间与欧几里得空间
back
11
命题 2.2 的证明
证明: 由定义, 有
06.06.2020
线性空间与欧几里得空间
back
12
引理2.3的证明
引理 2.3: 线性子空间中的线性无关的向量组可以 被扩充成该子空间的一组基。 证明:
7
线性子空间的直和: 定义
下面介绍子空间的和的一种重要的特殊情形----直和.
必要性是显然的, 下证充分性.
06.06.2020
线性空间与欧几里得空间
8
线性子空间的直和,补子空间
proof
06.06.2020
线性空间与欧几里得空间
proof
9
多个线性子空间的直和
06.06.2020
线性空间与欧几里得空间
proof
量组可以被扩充成该子空间的一组基。
proof
proof
06.06.2020
线性空间与欧几里得空间
5
线性子空间的和的求法:例子
主元所在的列对应的向量组就是一个极大线性无关组
子空间的和与直和
5.5 子空间的和与直和授课题目:子空间的和与直和.教学目标:1.理解并掌握子空间的概念.2.掌握子空间的判别方法,熟悉几种常见的子空间. 3.掌握子空间的交与和的概念.授课时数:3学时教学重点:子空间的判别. 教学难点:子空间的交与和. 教学过程: 一 子空间的的和回忆:令W 是数域F 上向量空间V 的一个非空子集.如果W 对于V 的加法以及标量与向量的乘法来说是封闭的,那么就称W 是V 的一个子空间. 一个向量空间V 本身和零空间叫做V 的平凡子空间。
V 的非平凡子空间叫做V 的真子空间。
1. 定义:设12,W W V ⊆,则称V 的子集{}121122/,W W αααα+∈∈ 为1212w w W W +与的和,记为即12W W +={}121122/,W W αααα+∈∈定理5.5.1:若12,W W 均为V 的两个子空间,则12W W +仍然是子空间.证明:12,W W θθθθθ∈∈∴=+∈ 12W W +故12W W +≠φ对121212,,,,a b F W W αβαααβββ∀∈∉+=+=+有,111222,,,W W αβαβ∈∈ 12W W +均为v 子空间.∴111222,a b W a b W αβαβ+∈+∈于是()()()()1212112212a b a b a b a b W W αβααββαβαβ+=+++=+++∈+∴12W W +是V 的子空间。
推广:12,,,n W W W V n 为的个子空间,则{}12121122/,,,n n n n W W W W W W αααααα+++=+++∈∈∈仍然是V 的子空间.补充:若W =L ()ααα,,, ,(),,,W L βββ=证明:∈γ12W W +,有βαγ+=,12,W W αβ∈∈ 设r r k k k αααα+++= 2211t t l l l ββββ+++= 2211∴ =+=βαγr r k k k ααα+++ 2211+βββt l l l +++ 2211 ∴12W W +=L ()t r βββααα,,,,,,,2121定理5.5.2 维数定理。
线性代数中的子空间与直和
线性代数中的子空间与直和在线性代数中,子空间是指由向量空间中的一部分向量所组成的空间。
子空间在线性代数中起着重要的作用,它们可以帮助我们理解向量空间的结构以及解决许多实际问题。
本文将介绍子空间的概念、性质以及与之相关的直和运算。
一、子空间的定义与性质子空间是指一个向量空间中的一个非空子集合,且满足以下三个条件:(1)零向量属于该子集合;(2)对于该子集合中的任意两个向量,它们的线性组合仍然属于该子集合;(3)该子集合对于向量的加法和标量的乘法封闭。
简而言之,子空间就是一个满足向量空间的定义的向量集合。
对于子空间,有一些重要的性质需要注意。
首先,子空间的交集仍然是一个子空间,即两个子空间的交集是一个子空间。
其次,子空间的和也是一个子空间,即两个子空间的和是一个子空间。
最后,子空间的维数不超过父空间的维数,即子空间的维数小于等于父空间的维数。
二、直和的定义与性质在了解了子空间的基本概念后,我们可以介绍直和的概念。
直和是指将多个子空间进行合并得到的新的子空间。
具体来说,给定两个子空间U和V,它们的直和表示为U⊕V,定义为所有可以写成u+v的形式的向量的集合,其中u属于U,v属于V。
直和有一些重要的性质。
首先,直和的维数等于所有子空间维数的和,即dim(U⊕V) = dim(U) + dim(V)。
其次,子空间U和V的直和U⊕V是直和的充要条件是U和V的交集只包含零向量。
三、子空间与直和的应用子空间与直和的概念在线性代数中具有广泛的应用。
在实际问题中,我们经常需要将一个向量空间分解成几个子空间的直和,以便更好地理解向量空间的结构。
例如,在图像处理中,我们可以将一幅图像分解为由亮度和色彩组成的子空间的直和。
通过对每个子空间独立地处理,我们可以对图像进行降噪、增强等操作,从而得到更好的视觉效果。
此外,子空间与直和也在最小二乘法等问题的求解中起着重要作用。
通过将问题的解空间分解为多个子空间的直和,我们可以更方便地求解问题的最优解。
复旦大学精品课程《线性代数》课件,子空间的交、和与直和课件复习精品资料
线性代数
子空间的交、和与直和
张祥朝
复旦大学光科学与工程系
2013-5-9
两个线性子空间的交是线性子空间,但两个线性子空间
10:34则集合
也是一个线性子空间,
proof
性子空间的和的定义很容易看出:(3) 多个子空间的和:
10:34
以上4 个线性子空间都是2 维的10:34
引理2.3:线性子空间中的线性无关的向量组可以被扩充成该子空间的一组基。
proof proof
10:34
主元所在的列对应的向量组就是一个极大线性无关组10:34
基础解系:
10:34
下面介绍子空间的和的一种重要的特殊情形----直和.必要性是显然的, 下证充分性.
10:34
10:34
10:34
证明:
所以W 是线性子空间。
10:34
证明:由定义, 有10:34
引理2.3:线性子空间中的线性无关的向量组可以
这个向量组不是W的基, 则用同样的方法扩
性无关的向量组, 直到不能扩充为止.
10:34
证明:
10:34注意到
只要证明线性无关
设
有
10:34所以
即
有
back
明:由维数公式可以得到(2)与(3)的等价性。
证明(1)与(2)的等价性。
10:34
back
由于基的扩充是不唯一的,所以当W是不平凡子空间时,
它的补子空间是不唯一的。
10:34
证明:
10:34
=0所以
其中则有
于是
={0}所以
10:34。
子空间的直和与直和分解
子空间的直和与直和分解在线性代数中,我们学习了向量空间的概念和性质。
而向量空间可以由子空间构成,子空间是向量空间中的一个非空集合,满足加法和标量乘法封闭性的子集。
本文将探讨子空间之间的直和和直和分解。
一、子空间的直和在向量空间V中,如果存在子空间U和W,满足两个条件:1.U∩W={0};2. V是U和W的和集,即任意向量v∈V可以表示为u+w 的形式,其中u∈U,w∈W;那么我们称子空间U和W的直和为子空间V的直和。
直和的概念可以类比于数字的加法。
例如,我们将数字3表示为1+2,其中1和2是3的因子。
同样地,如果向量v可以表示为u+w,其中u和w是v的因子,那么我们可以将向量v看作是子空间U和W 的直和。
二、子空间的直和分解在向量空间V中,如果存在子空间U和W,满足两个条件:1.U∩W={0};2. 任意向量v∈V,都可以唯一地表示为u+w的形式,其中u∈U,w∈W;那么我们称v关于子空间U和W的直和分解。
直和分解是一种将向量分解为两个子空间的方法。
这种分解在很多算法和数学问题中都有广泛的应用。
例如,对于矩阵的特征值分解和奇异值分解等问题,都可以采用直和分解的方式来求解。
三、子空间的例子与应用1. 平面的直和分解:考虑平面上的向量空间R^2,其中存在两个子空间U和W,分别表示x轴和y轴上的向量。
显然,两个子空间的交集为零向量{0},任意向量v可以唯一地表示为x轴和y轴上的分量之和。
因此,平面的直和分解是R^2的一种典型示例。
2. 空间的直和分解:类似地,在三维空间R^3中,我们可以将空间分为三个子空间:XY平面、YZ平面和ZX平面。
这三个平面两两相交于一条直线,即它们的交集为零向量{0}。
因此,任意向量v可以唯一地表示为这三个平面上的分量之和。
子空间的直和和直和分解在线性代数的理论和实践中具有重要作用。
它们不仅可以帮助我们理解向量空间的性质和结构,还可以应用于各种数学和工程问题中,例如线性方程组的求解、矩阵分解和数据压缩等。
子空间的和与直和的区别
直和的数学定义
直和的定义是指两个或多个向量或子空间合并成一个新的向量或子空间,其中每个原始向量或子空间都是该新向量或子空间 的一个子集。
直和可以通过向量的加法运算或子空间的直积来定义。
直和的物理意义
直和在物理中有广泛的应用 ,例如在量子力学、电磁学
和机械力学等领域中。
1
在量子力学中,直和可以用 于描述两个或多个量子态的
THANKS
感谢观看
应用上的区别
子空间和的应用
子空间和在信号处理、图像处理等领域中有 着广泛的应用。例如,可以将一个信号分解 为多个子空间的叠加,从而对信号进行更好 的分析和处理。
直和的应用
直和在数学、物理等领域中有着广泛的应用 。例如,在数学中,可以将多个向量空间中 的元素进行直和,从而得到一个新的向量空 间;在物理中,可以将多个物理量进行直和 ,从而得到一个新的物理量。
子空间和可以描述物理系统的组合,例如两个粒子的状态可以表示为两个子空间的 和。
子空间和可以描述量子叠加态,即多个量子态的组合。
02 直和的定义
直和的基本概念
直和是一种数学概念,用于描述两个或多个向量或子空间的合并方式。
直和是一种特殊的向量或子空间合并方式,其中两个或多个向量或子空间合并成一个新的向量或子空 间。
构成。
子空间和的物理应用例子
要点一
量子力学
在量子力学中,波函数是一种重要的物理量,它描述了粒 子的状态。波函数可以定义在一个无限维的函数空间中, 而这个空间的子空间可以用来描述不同的物理状态。
要点二
信号处理
在信号处理中,常常需要将信号投影到一个低维子空间中 以实现信号的压缩和降噪。例如,在主成分分析中,原始 数据可以被投影到一个由数据的主要成分构成的子空间中 。
§5子空间的交与和直和
1 = ( 0 , b2 , b 3 , … , bn ) W ,
首页 上页 下页 返回 结束
9
k R 为任意实数. 因为
1 + 1 = ( 0 , a2 + b2, a3 + b3, … , an + bn) W ,
k1 = ( 0 , ka2 , ka3 , … , kan ) W , 即 W 对加法和数量乘法都是封闭的,所以W 是 Rn 的子空间. 取 e2 = (0 , 1 , 0 , … , 0 ) , e3 = (0 , 0 , 1 , … , 0 ) , ………….. en = (0 , 0 , 0 , … , 1 ) .
( A B) A B A B
所以A B W1 . 又设k P , 于是
( kA) kA kA
所以kA W1 . 故W1是P nn的子空间.
设A, B W2 , 则A A, B B, 于是
首页 上页 下页 返回 结束
8
( A B) A B A B ( A B)
首页上页下页返回结束的解空间那么v就是齐次方程组33在一个线性空间中有首页上页下页返回结束34四维数公式如果是线性空间首页上页下页返回结束如果这个基是空集下面的讨论中不出现但讨论同样能进行35首页上页下页返回结束36首页上页下页返回结束37由第一个等式而由第二个等式因而从而有首页上页下页返回结束38由于线性无关又得线性无关因而它是的一组基首页上页下页返回结束39从维数公式可以看到和的维数往往要比维数的和来得小
是 m + 1 维的. 因为 n - ( m + 1 ) = ( n - m ) -1 = k ,
由归纳法假设, L(1 , 2 , … , m , m +1 ) 的基 1 , 2 , … , m , m +1 可以扩充为整个空间的基. 根据归纳法原理, 定理得证.
子空间的交与和
子空间的交与和子空间是线性代数中的一个重要概念,它是线性空间的一个子集,同时也是一个线性空间。
首先,让我们来了解什么是子空间。
在线性代数中,一个非空子集被称为线性空间的子空间,当且仅当满足以下三个条件:(1)它包含零向量;(2)对于任意的向量v和w属于子空间,v+w也属于子空间;(3)对于任意的标量c和向量v属于子空间,c*v也属于子空间。
简单来说,子空间是原线性空间的一个部分,它继承了原线性空间的线性结构。
子空间的交集是指两个子空间的共同部分,形象地说,可以理解为两个子空间的交集就像是它们的重叠部分。
而子空间的和可以理解为将两个子空间的元素进行组合形成的一个新的子空间。
子空间的交集和子空间的和有着一些特殊的性质。
首先,两个子空间的交集仍然是一个子空间。
这是因为子空间的交集包含零向量,对任意的向量v和w,v+w属于两个子空间,所以也属于它们的交集,对任意的标量c和向量v,c*v属于两个子空间,所以也属于它们的交集。
其次,两个子空间的和也是一个子空间。
这是因为子空间的和也包含零向量(两个子空间分别包含零向量),对任意的向量v和w,v+w属于两个子空间,所以也属于它们的和,对任意的标量c和向量v,c*v属于两个子空间,所以也属于它们的和。
另外,子空间的交集和子空间的和之间存在一定的关系。
具体而言,两个子空间的交集包含于它们的和。
这是因为,对于任意的向量,如果它属于两个子空间的交集,那么它必然也属于它们的和。
但是,两个子空间的和不一定是它们的交集。
要注意的是,两个子空间的和是否等于它们的交集还需要进一步验证。
总之,子空间的交集和子空间的和在线性代数中起着重要的作用。
它们是子空间的一种组合形式,具有一定的性质和关系。
对于理解子空间的结构和性质,以及解决相关问题都具有重要的指导意义。
掌握子空间的交集和子空间的和,有助于深入理解线性代数的相关知识,并应用于实际问题的求解中。
子空间的直和
1 0 0 1 0 0
1 1
知1 ,2 ,
,n1 , 线性无关, 从而构成P n的一组基.
于是 P n V1 V2 . 又因
维(V1 ) 维(V2 ) (n 1) 1 n 维( P n )
故 P n V1 V2 .
10
三、直和补
定理10 设 U 是线性空间 V 的一个子空间, 那么一定存在一个子空间 W 使 V = U W .
这说明任意一个n级矩阵都可以表成一个对 称矩阵和一个反对称矩阵的和, 且表法是唯一的.
首页
上页
下页
返回
结束
7
定理9 设 V1 , V2是V 的子空间,令 W = V1 + V2,
则
W = V1 V2 的充要条件为 维(W ) = 维(V1 ) + 维(V2 ) . 证 因为 维(W) + 维(V1∩V2 )= 维(V1) + 维(V2) ,
这时W 叫做 U 的直和补空间(简称直和补) ,显 然U 也是W 的直和补.
证 设1 ,2, ,m 是U的一组基, 将它扩充为
V的一组基: 1 ,2, ,m ,m1 ,m 2, ,n . 令
W L(m1 , m 2, , n ),
则W 即满足要求.
首页 上页 下页 返回 结束
例如 在R3中, 用V1 表示过原点的直线, V2 表示 一个过原点且与V1垂直的平面, 则V1 ,V2的和V1 V2 是直和.
首页 上页 下页 返回 结束
2
二、直和的充分必要条件
定理8 和 V1 + V2 是直和的充要条件是等式 1 + 2 = 0, 1 V1 , 2 V2 , 只有在1 , 2 全为零向量时才成立. 证 定理的条件实际上就是:零向量的分解 式是唯一的. 因而这个条件显然是必要的. 下面来 证这个条件的充分性. 设 V1 + V2 ,它有两个分解式 = 1+2 = 1+2 ,1 , 1 V1 , 2 , 2 V2. 于是
子空间的交与和
的解空间.
首页
上页
下页
返回
结束
13
例4 在一个线性空间V中, 有 L(1 , 2 , , s ) L( 1 , 2 , L(1 , 2 , , s , 1 , 2 , , t ).
证 L(1 ,2 ,
, t )
, t )
lt t ) lt t
首页 上页 下页 返回 结束
10
V1∩V2 是这两个平面的交线, V1 + V2是整 的平面, 个 3 维空间.
z
2 1 3
x o V1 y
V2
V1∩V2
首页 上页 下页 返回 结束
11
例3 设 V1 , V2 分别是 P 3 中齐次方程组
a11 x1 a12 x2 a x a x 21 1 22 2 a s1 x1 a s 2 x2 a1n xn 0 , a2 n xn 0 , a sn xn 0
下证
1 , 2, , m , 1 , 2 ,
, n1 m , 1 , 2 ,
, n2 m
线性无关.设 k11 km m p1 1
q1 1
pn1 m n1 m
qn2 m n2 m 0
令
k11
首页
上页
下页
返回
结束
4
定理6 如果V1 ,V2是V的两个子空间, 则它们的 和V1 V2也是V的子空间.
证 首先因0 0 0 V1 V2 , 所以V1 V .
其次 , V1 V2 , 有1 , 1 V1 , 2 , 2 V2 , 使得
子空间的直和的充要条件
子空间的直和的充要条件子空间的直和是线性代数中一个重要的概念。
在研究向量空间时,我们常常遇到将一个向量空间分解成若干个子空间的情况,而子空间的直和就是一种特殊的分解方式。
本文将介绍子空间的直和的充要条件。
假设V是一个向量空间,U和W是V的两个子空间。
我们称V是U和W的直和,记作V=U⊕W,如果满足以下两个条件:1. V=U+W:任意向量v∈V都可以写成v=u+w的形式,其中u∈U,w∈W。
2. U∩W={0}:U和W的交集只包含零向量。
我们来证明V=U⊕W的充分性。
假设V=U⊕W,我们需要证明满足上述两个条件。
对于第一个条件,我们可以将任意向量v∈V表示为v=u+w的形式,其中u∈U,w∈W。
由于V=U⊕W,所以v的表示是唯一的。
对于第二个条件,假设存在一个非零向量x∈U∩W。
由于x∈U,所以x也属于V。
那么我们可以找到另外两个向量u'∈U和w'∈W,使得x=u'+w'。
因为x∈W,所以w'∈W;因为x∈U,所以u'∈U。
因此,x=u'+w'既是U和W的一个表示,也是V的一个表示。
但由于v的表示是唯一的,所以u'+w'=u+w。
因此,我们可以得到u-u'=w'-w。
由于u-u'∈U,w'-w∈W,所以u-u'∈U∩W。
但由于U∩W={0},所以u-u'=0,即u=u',w=w'。
因此,x=u'+w'=u+w=0。
这与x是一个非零向量矛盾。
因此,U∩W={0}。
接下来,我们来证明V=U⊕W的必要性。
假设V=U⊕W,我们需要证明满足上述两个条件。
对于第一个条件,任意向量v∈V都可以写成v=u+w的形式,其中u∈U,w∈W。
因此,V=U+W。
对于第二个条件,假设存在一个非零向量x∈U∩W。
那么x既属于U 也属于W,所以x可以写成x=0+0的形式。
子空间直和的判定与证明
子空间直和的判定与证明一、直和的定义:设V1,V2是线性空间V的子空间,如果和V1+V2中每个向量α的分解式α=α1+α2,α1∊V1,α2∊V2,是惟一的,这个和就称为直和,记为V1⊕V2.二、判定定理:1.定理:和V1+V2是直和的充分必要条件是等式α1+α2=0,αi∊Vi (i=1,2)只有在αi全为零向量时才成立.证明:要证明零向量的分解式是唯一的即可。
必要性:显然成立;充分性:设α∊V1+V2,它有两个分解式α=α1+α2=β1+β2,αi,βi∊Vi (i=1,2)于是(α1-β1)+(α2-β2)=0.其中αi-βi∊Vi (i=1,2).由定理的条件,应有α1-β1=0,αi=βi (i=1,2).这就是说,向量α的分解式是唯一的。
2.定理:和V1+V2为直和的充分必要条件是 V1∩V2={0}.证明:充分性:假设α1+α2=0,αi∊Vi (i=1,2)那么α1=-α2∊ V1∩V2.由假设α1=α2=0.这就是证明了V1+V2是直和。
必要性:任取向量α∊V1∩V2,于是零向量可以表成0=α+(-α),α∊V1,—α∊V2.因为是直和,所以α=-α=0,这就证明了V1∩V2={0}.3.定理:设V1,V2是线性空间V的子空间,令W= V1+V2,则W= V1⊕V2的充分必要条件是维(W)=维(V1)+维(V2).证明:充分性:维(W)=维(V1)+维(V2),由维数公式知,维(V1∩V2)=0,则 V1∩V2={0},由定理2得,V1+V2是直和。
必要性:因为维(W)+维(V1∩V2)=维(V1)+维(V2),由定理2得,V1+V2是直和的充分必要条件是V1∩V2={0},这与维(V1∩V2)=0等价,则维(W)=维(V1)+维(V2).4.定理:设U是线性空间V的一个子空间,那么一定存在一个子空间W,使V=U⊕W.证明:取U得一组基α1,……,αm,把它扩充为V的一组基α1,……,αm,αm+1,……,αn,令W=L(αm+1,……,αn).W即满足条件。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
首页 上页 下页 返回 结束
定理 4 设 W 是数域 P 上 n 维线性空间 V 的一
个 m 维子空间, 1 , 2 , … , m 是 W 的一组基 ,那么
这组向量必定可扩充为整个空间的基. 也就是说在V
中必定可以找到 n - m 个向量m +1 , m + 2 , …, n , 使得 1 , 2 , … , n 是 V 的一组基 .
因此, 我们得到 定理 2 如果线性空间 V 的非空子集合 W 对
于 V 的数量乘法和加法两种运算是封闭的,那么 W就是一个子空间.
即:设W是线性空间V的一个非空子集. 如果
1) (W对加法封闭) 设 , W ,则 W ;
2) (W对数量乘积封闭) 设 W , k P,则k W .
则W是V的一个子空间.
§5 子空间的交与和 直和
主要内容
子空间的定义 子空间的交与和 子空间的直和
1
目录 下页 返回 结束
子空间的定义 定义 7 数域 P 上线性空间 V 的一个非空子
集合W 称为 V 的一个线性子空间(或简称子空间), 如果 W 对于 V 中所定义的加法和数量乘法两种运 算也构成数域 P 上的线性空间.
4
首页 上页 下页 返回 结束
定理2可改写成: 线性空间V的一个非空子集W 作成V的子空间
, W , k, l P,都有k l W .
既然线性子空间本身也是一个线性空间,上面 我们引入的概念,如维数、基、坐标等,当然也可 以应用到线性子空间上.
因为在线性子空间中不可能比在整个空间中有 更多数目的线性无关的向量.所以,
(1 1 ) (2 2 ) 因V1 ,V2是V的子空间,故有1 1 V1 ,2 2 V2 , 于是 V1 V2 .
的一组基,就有
W = L (1 , 2 , … , r ) .
13
首页 上页 下页 返回 结束
定理3 1) 两个向量组生成相同子空间的充分 必要条件是这两个向量组等价.
2) L(1 , 2 , … , r )的维数等于向量组1, 2 , … , r 的秩.
证 1) 设 1 , 2 , … , r 与 1 , 2 , … , s是两
设A, B W2 ,则A A, B B,于是
8
首页 上页 下页 返回 结束
( A B) A B A B ( A B)
所以A B W2 . 又设k P,于是
(kA) kA k( A) (kA)
所以kA W2 . 故W2是P nn的子空间.
例7 证明集合 W = { (0 , x2 , x3 , … , xn ) | x2 , x3 , … , xn R }
个向量组. 如果
L (1 , 2 , … , r ) = L (1 , 2 , … , s ) ,
那么每个向量 i ( i = 1 , 2, … , r ) 作为 L (1 , 2 , … , s )中的向量都可以被 1 , 2 , … , s 线性表出;
14
首页 上页 下页 返回 结束
同样每个向量 j ( j = 1 , 2, … , s ) 作为 L (1 , 2 , … , r ) 中的向量也都可以被1 , 2 , … , r 线性表
性无关的,那么在 V 中必定有一个向量m +1不能被 1 , 2 , … , m 线性表出, 把 m +1 添加进去1 ,2 , … , m , m +1 必定是线性无关的 ( 参看第 3 节中的
第三个结论.) 由定理3 , 子空间
L(1 , 2 , … , m , m +1 )
是 m + 1 维的. 因为 n - ( m + 1 ) = ( n - m ) -1 = k ,
证 首先由0 V1 , 0 V2 ,可知0 V1 V2 ,所以 V1 V2 . 其次, 对, V1 V2 , 则 , V1 , , V2 , 因V1 ,V2是V的子空间, 所以有 V1 ,
V2 , 于是 V1 V2 . 又若 V1 V2 , k P,则 V1 , V2 , 有
1. W 对数量乘法运算封闭,即若 W, k P, 则 k W .
2. W 对加法运算封闭,即若 W, W,则
+ W.
3
首页 上页 下页 返回 结束
3. 0 W.
4. 若 W, 则 - W.
不难看出 3, 4 两个条件是多余的, 它们已经包
含在条件 1 中, 作为 k = 0 与 -1 这两个特殊情形.
是 Rn 的子空间,并求它的一组基,确定它的维.
解 任取 1 = ( 0 , a2 , a3 , … , an ) W , 1 = ( 0 , b2 , b3 , … , bn ) W ,9Biblioteka 首页 上页 下页 返回 结束
k R 为任意实数. 因为
1 + 1 = ( 0 , a2 + b2, a3 + b3, … , an + bn) W ,
出,因而这两个向量组等价.
如果这两个向量组等价, 那么凡是可以被 1 , 2 , … , r 线性表出的向量都可以被 1 , 2 , … , s
线性表出,反过来也一样,因而
L (1 , 2 , … , r ) = L (1 , 2 , … , s ) . 2) 设向量组 1 , 2 , … , r 的秩是 s , 而 1 , 2 , … , s ( s r ) 是它的一个极大线性无关组. 因
k V1 , k V2 , 于是k V1 V2 .
21
首页 上页 下页 返回 结束
故V1 V2 是V的子空间.
称V1 V2 { | V1且 V2 }为V1 ,V2的交空
间.简称V1 ,V2的交.
子空间的交的运算规律:
1) 交换律 V1∩V2 = V2∩V1 ; 2) 结合律 (V1∩V2 )∩V3 = V1∩(V2∩V3 ) . 由结合律,我们可以定义多个子空间的交:
2
首页 上页 下页 返回 结束
二、非空子集构成子空间的条件
设 W 是 V 的子集合. 因为 V 是线性空间. 所 以对于原有的运算,W 中的向量满足线性空间定 义中的八条规则中的规则 1) , 2) , 5) , 6) , 7) ,8)是显
然的. 为了使 W 自身构成一线性空间, 主要的条件 是要求 W 对于 V 中原来运算的封闭性, 以及规则 3) 与 4) 成立.即
7
首页 上页 下页 返回 结束
例6 数域P上全体n级对称矩阵所成之集W1 和全体n级反对称矩阵所成之集W2都作成P nn的 子空间.
证 设A, B W1 ,则A A, B B,于是 ( A B) A B A B
所以A B W1 . 又设k P,于是
(kA) kA kA
所以kA W1 . 故W1是P nn的子空间.
15
首页 上页 下页 返回 结束
为 1 , 2 , … , r 与 1 , 2 , … , s 等价,所以 L(1 , 2 , … , r ) = L(1 , 2 , … , s ).
由定理11 , 2 , … , s 就是 L(1 , 2 , … , r ) 的一 组基,因而 L (1 , 2 , … , r ) 的维数就是 s .
V1 V2
它也是子空间.
s
Vs Vi ,
i 1
22
首页 上页 下页 返回 结束
二、子空间的和
定义8 设 V1 , V2 是线性空间 V 的两个子空间,
所谓 V1 与 V2 的和,是指由所有能表示成1 + 2 , 而1 V1 ,2 V2 的向量组成的子集合,记作 V1
+ V2 ,即
V1 + V2 = { | = 1 + 2 , 1 V1 , 2 V2 }
11
首页 上页 下页 返回 结束
三、生成子空间
设 1 , 2 , … , r 是线性空间 V 中一组向量,
这组向量所有可能的线性组合
k11 + k22 + … + krr
所成的集合是非空的, 而且对两种运算封闭, 因而是
V 的一个子空间,这个子空间叫做由1,2 , … , r 生成的子空间, 记为L(1 , 2 , … , r ).
23
首页 上页 下页 返回 结束
定理6 如果V1 ,V2是V的两个子空间,则它们的 和V1 V2也是V的子空间.
证 首先因0 0 0 V1 V2 ,所以V1 V .
其次 , V1 V2 ,有1 , 1 V1 ,2 , 2 V2 ,使得 1 2 , 1 2
于是 (1 2 ) (1 2 )
k1 = ( 0 , ka2 , ka3 , … , kan ) W ,
即 W 对加法和数量乘法都是封闭的,所以W 是 Rn 的子空间.
取
e2 = (0 , 1 , 0 , … , 0 ) ,
e3 = (0 , 0 , 1 , … , 0 ) ,
…………..
en = (0 , 0 , 0 , … , 1 ) .
任何一个线性子空间的维数不能超过整个空间 的维数.
5
首页 上页 下页 返回 结束
例1 在线性空间中,由单个的零向量所组成的 子集合是一个线性子空间,它叫做零子空间.
例2 线性空间 V 本身也是 V 的一个子空间. 在线性空间中,零子空间和线性空间本身这两 个子空间有时候叫做平凡子空间,而其它的线性子 空间叫做非平凡子空间. 例3 在全体实函数组成的空间中, 所有的实系 数多项式组成一个子空间. 例4 P[ x ]n 是线性空间 P[ x ] 的子空间.
由归纳法假设, L(1 , 2 , … , m , m +1 ) 的基 1 , 2 , … , m , m +1
可以扩充为整个空间的基.
根据归纳法原理, 定理得证.