高等代数子空间
高等代数-6.7子空间的直和
§6.7 子空间的直和
dim(V1 V2 ) r s dimV1 dimV2 V1 V2 是直和. 反之,若 V1 V2 直和,则 dim(V1 V2 ) dimV1 dimV2 r s
从而 1, 2 , , r ,1,2 , ,s 的秩为r+s . 所以 1, 2 , , r ,1,2 , ,s 线性无关.
Pn L(1 , 2 , , n1 , n ) L(1 , 2 , , n1 ) L( n )
V1 V2 又 dimV1 dimV2 (n 1) 1 n dim Pn
P n V1 V2
§6.7 子空间的直和
练习: 2、和 V1 V2 Vs 是直和
i 1
Vi Vj 0,
i 1
故 V L(1) L( 2 ) L( n ).
§6.7 子空间的直和
得证.
例 2、已知 A Pnn,设
V1
AX
X
P
n
,
V2
X
X P n , AX
0
证明:1)V1、V2 是 Pn的子空间.
2)当 A2 A 时, Pn V1 V2 .
证:1) 0 A0, 0 V1
第六章 线性空间
§1 集合·映射
§5 线性子空间
§2 线性空间的定义 §6 子空间的交与和
与简单性质
§7 子空间的直和
§3 维数·基与坐标
§8 线性空间的同构
§4 基变换与坐标变换 小结与习题
§6.7 子空间的直和
一、直和的定义 二、直和的判定 三、多个子空间的直和
§6.7 子空间的直和
引入
设 V1,V2为线性空间V的两个子空间,由维数公式 dimV1 dimV2 dim(V1 V2 ) dim(V1 V2 )
高等代数选讲第四讲 线性空间的子空间
(W ),若W对于V中两种运算封闭,即
, W , 有 W ; W , k P , 有 k W
则W是V的一个子空间.
推论 V为数域P上的线性空间, W V (W ), 则 W是V的子空间 , W , a , b P , a b W .
3
1. 设 1 , 2 ,, r 是 V 的子空间 W 的基 W L(1, 2 ,, r ) .
2. ( 定理 3 )
1) L(1 , 2 ,, r ) = L(1 , 2 ,, s ) {1,2 ,,r }与{1, 2 ,, s } 等价; 2) dim L(1 , 2 ,, r ) = {1 , 2 ,, r }的秩.
第四讲 线性空间的子空间 一、子空间、子空间的交与和
二、求和空间与交空间的方法
1
1、线性子空间的定义
设V是数域P上的线性空间,集合 W V (W ) 若W对于V中的两种运算也构成数域P上的线性空间, 则称W为V的一个线性子空间,简称为子空间。
2
2、线性子空间的判定
定理
设V为数域P上的线性空间,集合 W V
A( k ) kA k 0 0
V2 , k V2
故 V2 是 P n的子空间.
17
(2)先证 P V1 V2 .
n
n 任取 P , 有 A ( A ),
其中 A V1 , 又
A( A ) A A2 A A 0
(iii) k k ,
, V
k P , V
则称 是V 到V 的一个同构映射(isomorphism mapping), 并称线性空间 V 与V 同构,记作 V V .
高等代数子空间的定义
高等代数子空间的定义嘿,朋友们!今天咱来聊聊高等代数里超级有趣的子空间呀!你说啥是子空间呢?就好像一个大家庭里的小家庭。
比如说咱的房间,那就是家里的一个小部分,这就有点像子空间啦!咱这房间有自己的特点和规则,和整个家既有关联又有区别。
在高等代数里呀,子空间也是这么个存在。
它得满足一些条件呢!首先,它得对加法封闭。
啥意思呢?就好比你在这个小空间里找俩东西加起来,结果还在这个小空间里,不会跑到外面去。
这就很神奇呀,就像你在自己房间里怎么折腾,都还是在房间里嘛。
然后呢,它还得对数乘封闭。
这就好比你把房间里的某个东西放大或者缩小几倍,它还是在这个房间里。
是不是很有意思?咱再打个比方,一个大操场,那里面有个小足球场,这小足球场不就是大操场的一个子空间嘛。
你在这足球场上踢足球,怎么踢都在这范围里,不会突然跑到操场外面去。
那子空间有啥用呢?这用处可大啦!就像咱家里的房间,它有自己的功能和用途呀。
在数学里,它能帮我们更好地理解和处理很多问题呢。
你想想,要是没有子空间这个概念,那得多混乱呀。
就好比家里没有房间的划分,啥都混在一起,那得多糟糕。
而且呀,子空间还能让我们看到数学里的结构和规律,就像在一个复杂的世界里找到了一些有序的部分。
哎呀,你说这高等代数是不是很神奇?这子空间的概念是不是特别有意思?它就像一个隐藏在数学世界里的小宝藏,等着我们去发现和探索呢。
总之呢,子空间就是高等代数里一个非常重要的概念,它就像生活中的小角落一样,有着自己独特的魅力和价值。
我们可得好好理解它,掌握它,这样才能在高等代数的世界里畅游无阻呀!你难道不想去深入了解这么有趣的子空间吗?。
高等代数第六章 6第六节 子空间的交与和 太原理工大学
a11 x1 + a12 x 2 + ⋯ + a1n x n = 0 , ⋯ ⋯ ⋯⋯⋯⋯⋯⋯ a s1 x1 + a s 2 x 2 + ⋯ + a sn x n = 0 , b11 x1 + b12 x 2 + ⋯ + b1n x n = 0 , ⋯⋯⋯⋯⋯⋯⋯⋯ bt 1 x1 + bt 2 x 2 + ⋯ + btn x n = 0
返回
证毕. 证毕
上页 下页
由集合的交的定义有,子空间的交 由集合的交的定义有,子空间的交适合下列 运算规律: 运算规律: V1∩V2=V2∩V1 (交换律 , 交换律), 交换律 (V1∩V2)∩V3=V1∩(V2∩V3)(结合律 结合律). 结合律 由结合律,可以定义多个子空间的交 由结合律,可以定义多个子空间的交: 多个子空间的 s
V1 + V2 + ⋯ + Vs = ∑ Vi
i =1 s
它是由所有表示成 它是由所有表示成
α 1 + α 2 + ⋯ + α s , α i ∈ Vi ( i = 1 , 2 , ⋯ , s )
的向量组成 的子空间. 的向量组成V的子空间 组成
返回 上页 下页
关于子空间的 有以下结论 结论: 关于子空间的交与和有以下结论: 子空间 1. 都是子空间 设V1, V2, W都是子空间,那么由 p V1与 都是子空间,那么由Wp Wp V2可推出 p V1∩V2 ;而由 V1p W与V2p W 可 p 可推出Wp 与 推出V 推出 1+V2p W 2. 对于子空间 1与V2 ,以下三个论断是等价的: 对于子空间 子空间V 以下三个论断是等价的: 1) V1 V2; 2) V1∩V2=V1; 3) V1+V2=V2 . (这些结论的证明较容易,留给大家作练习.) 这些结论的证明较容易,留给大家作练习 )
高等代数§6.6 子空间的交与和
也为V的子空间,称为 V 1 , V 2 , , V s 的交空间.
二、子空间的和
1、定义 设V1、V2为线性空间V的子空间,则集合
V1 V 2 { a1 a 2 | a1 V1 , a 2 V 2 }
也为V的子空间,称之为V1与V2的和空间.
事实上, 0 V 1 , 0 V 2 , 0 0 0 V 1 V 2
a11 x1 a12 x 2 a1 n x n 0 a s 1 x 1 a s 2 x 2 a sn x n 0 b x b x b x 0 12 2 1n n 11 1 b t 1 x 1 b t 2 x 2 b tn x n 0
§6.6 子空间的交与和
一、子空间的交 二、子空间的和 三、子空间交与和的有关性质
一、子空间的交
1、定义 设V1、V2为线性空间V的子空间,则集合
V1 V 2 { a | a V1且 a V 2 }
也为V的子空间,称之为V1与V2的交空间. 事实上, 0 V 1 , 0 V 2 , 0 V 1 V 2 任取 , V 1 V 2 , 即 , V 1 , 且 , V 2 , 则有 V 1 , V 2 , V 1 V 2 同时有 k V 1 , k V 2 , k V 1 V 2 , k P 故 V 1 V 2 为V的子空间.
证:设 d im V 1 n 1 , d im V 2 n 2 , d im (V 1 V 2 ) m 取 V 1 V 2 的一组基 1 , 2 , , m 由扩基定理,它可扩充为V1的一组基
高等代数§6.5 线性子空间
证明:要证明W也为数域P上的线性空间, 即证W中的向量满足线性空间定义中的八条规则.
由于W V,规则1)、2)、5)、6)、7)、8) 是显然成立的.下证3)、4)成立.
∵ W ,∴ W . 且对 W,由数乘运算 封闭,有 (1) W,即W中元素的负元素就是
子空间称为非平凡子空间.
例2 设V为所有实函数所成集合构成的线性空间, 则R[x]为V的一个子空间.
例3 P[x]n是P[x]的的线性子空间.
例4 n元齐次线性方程组
a11 x1 a12 x2 L a1n xn 0
a21 x1 LL
as1 x1
a22 x2 L LLLL as2 x2 L
同理可得, L(1, 2 ,L , s ) L(1,2,L ,r ) 故, L(1,2 ,L ,r ) L(1, 2 ,L , s )
2)设向量组 1,2 ,L ,r 的秩=t,不妨设 1,2 ,L ,t (t r) 为它的一个极大无关组.
因为 1,2 ,L ,r 与 1,2 ,L ,t 等价, 所以,
无关组,则
L(1,2 ,L ,s ) L(i1 ,i2 ,L ,ir )
3、设 1,2 ,L ,n 为P上n维线性空间V的一组基,
A为P上一个 n s 矩阵,若
(1, 2 ,L , s ) (1,2 ,L ,n ) A 则 L(1, 2 ,L , s )的维数=秩(A).
l1, l2 ,L , lr , lr1, 使
l11 l22 L lr r lr1 j 0,
线 1,2L,rj
故性相1, 2 ,L , r 为 1, 2 ,L , s 的极大无关组,
高等代数第六节 向量到子空间的距离
中向量Y 使 B 到它的距离 ( Y B ) 比到
L(1,2, ,s ) 中其它向量的距离都短.
设 C B Y B AX ,
为此必C L(1,2 , ,s )
这等价于
(C,1) (C,2 )
即 1C 0,2C 0,
(C,s ) 0, ,sC 0,
(4)
这样(4)等价于
A B AX 0 或 AAX AB
.
2.向量到子空间的距离
证明: ,
因W是子空间, W , W , 则 W, 故 . 由勾股定理
2 2 2,
所以 .
1、问题提出 实系数线性方程组
AX b, A aij Rns , b b1,b2, ,bn (1)
可能无解,即任意x1, x2, , xn 都可能使
n
ai1x1 ai2 x2
i 1
ain xn bi 2
(2)
不等于零.
2、最小二乘法
设法找实数组
x10
,
x
0
2
,
, x0 使(2)最小, n
这样的x10
,
x
0
2
,
, x0 为方程组(1)的最小二乘解, n
此问题叫最小二乘法问题.
最小二乘法的表示:
找出y 对x的一Βιβλιοθήκη 近似公式.2、最小二乘法 解:把表中数值画出图来看,发现它的变化趋势
近于一条直线.因此我们决定选取x 的一次式 ax b 来表达.当然最好能选到适当的 a,b, 使得下面的等式
3.6a b 1.00 0, 3.7a b 0.9 0 3.8a b 0.9 0, 3.9a b 0.81 0, 4.0a b 0.60 0, 4.1a b 0.56 0,
高等代数-子空间的运算
1)交换律 W1∩W2= W2∩W1;
2)结合律 (W1∩W2)∩W3= W1 ∩(W2∩W3).
由结合律, 我们得到 多个子 空间的交 :
t
W1 W2 Wt Wi ,
i 1 t
且由归纳法易见, Wi 也是 V 的子空间.
i 1
l11 lm m .
(8)
由(7)的第二式以 及(8)式得
l11 lmm q11 qn2m n2m . 因为 1,,m , 1, n2m 线性无关,所以
l1 lm q1 qn2m 0 . 从而α=θ. 再由(7)的第 一式便得 到
k11 kmm p11 pn1mn1m .
数公式成立 .于是, 设
k11 kmm p11 pn1mn1m q1 1 qn2m n2m , 则
k11 km m p11 pn1m n1m
q1 1 qn2m n2m .
(7)
由(7)的第一个等式知道α∈W1 ,由第二个等式知道α∈W2.于是α
∈W1∩W2.因此α可由 1,,m 线性表出,令
定理 6.5.3 设 W1,W2 是数域 F 上向量空间 V 的两个有限维子空
间,则下列 陈述彼此 等价:
1)和 W1+W2 是直和; 2)dim( W1+W2)=dimW1+dimW2; 3)W1 的一个基与 W2 的一个基合并起来是 W1+W2 的一个基. 证 由定理 6.5.2 和推论 6.5.1 立即得到 1) 2).
有
定理 6.5.1(维数公式) 若 W1,W2 是数域 F 上向量空间 V 的两个
有限维子空间,则 W1∩W2 与 W1+W2 也都是有限维的,并且
高等代数子空间例题
高等代数子空间例题以下是一个关于子空间的高等代数的例题:题目:考虑三维实数向量空间V = R^3。
证明W = {(x, y, z) ∈R^3 : x + 2y + z = 0} 是V的一个子空间。
解答:要证明W是V的一个子空间,我们需要验证以下三个条件:1.零向量属于W:显然,当 x = y = z = 0时,x + 2y + z = 0,因此零向量(0, 0, 0)属于W。
2.W对于向量加法封闭:假设(u, v, w)和(u', v', w')是W中的两个向量,即满足 x + 2y + z = 0 和 x' + 2y' + z' = 0。
我们需要证明它们的和 (u+u', v+v', w+w') 也属于W。
首先,我们有: (u + u') + 2(v + v') + (w + w') = (x + x') + 2(y + y') + (z + z') = (x + 2y + z) + (x' + 2y' + z') = 0 + 0 = 0 所以,(u+u', v+v', w+w')满足条件 x + 2y + z = 0,因此它属于W。
3.W对于标量乘法封闭:假设(c, d, e)是W中的一个向量,即满足 c + 2d + e = 0。
我们需要证明对于任意的标量 k ,k(c, d, e)也属于W。
我们有: k(c, d, e) = (kc, kd, ke) 则 (kc) + 2(kd) + (ke) = k(c + 2d + e) = k * 0 = 0 所以,k(c, d, e)满足条件 x + 2y + z = 0,因此它属于W。
根据以上证明,我们可以得出结论:W = {(x, y, z) ∈ R^3 : x + 2y + z = 0} 是V的一个子空间。
高等代数中子空间直和的证明方法及应用
高等代数中子空间直和的证明方法及应用高等代数中子空间直和的证明方法及应用是一个重要的概念,也称为微分空间直和原理。
它可以用来证明各种类型的几何图形及其他几何结构的等价性,甚至可以用来证明不同类型的空间布局的等价性。
子空间直和定理指出,一个空间可以转化为其子空间的“直和”;也就是说,可以将原空间分解为若干子空间,并使用这些子空间重新构建原空间。
通常情况下,证明子空间直和会主要做以下几步:
(1)首先证明原空间本身是由它的一系列子空间组成的;(2)接着将上面的子空间称之为有界空间;
(3)然后,可以使用微分空间的直和原理将有界空间的子空间结合起来,并且令其它的子空间等价的表示出来。
高等代数中子空间直和的应用十分广泛,它可以用来证明各种类型的几何图形及其他几何结构的等价性。
例如,如果旋转某一几何图形,某一点会绕着某一点旋转,其他点会随之旋转,从而引出旋转群的概念,并被用于更具体的应用,比如识别特征。
另外,如果将空间分割为平面和三维空间,我们可以使用子空间直和原理来证明任意空间的几何结构的等价性,而不管它处于何种空间内。
此外,子空间直和在研究几何重整学中也非常有用,它可以用来证明形状重整的可能性,例如将正六边形重整为正三角形,可以用它来研究多维空间中的曲线和曲面,以及连通性等相关问题。
总之,高等代数中子空间直和的证明方法及应用十分广泛,可以帮助我们更好地理解几何图形、多维空间及其他几何结构的等价性,从而应用到实际中。
高等代数中子空间直和的证明方法及应用
高等代数中子空间直和的证明方法及应用高等代数中子空间直和可以证明向量空间中子空间的组合是一个新的子空间。
它有助于理解整个子空间的构成,例如子空间变换,因此,在高等代数中应用这一方法非常常见。
子空间直和的证明方法主要有两种:结构性证明和数学归纳法证明。
结构性证明由于其较好的直观效果,通常被推荐用来证明子空间直和。
结构性证明的步骤如下:首先,在子空间V和W中定义两个线性表达式a和b,满足ax + bz = 0,这样就定义了子空间V和W的和空间。
其次,证明任何向量x + z在子空间V和W中均为零。
对于任意给定的向量x + z,设α和β分别为它在V和W中的系数,由于αx + βz = 0,所以它必定等于零。
最后,证明每个给定的向量限于V和W的和的子空间。
由于它们均可以由V和W中定义的线性组合给出,因此限于V和W的和的子空间中的任何向量必定都可以写成V和W的线性组合。
这就是子空间直和的证明。
子空间直和在多个领域中得到了广泛应用,如数值分析、线性代数、统计学中等。
在数值分析中,子空间直和常常用于求解多元函数的最小值。
由于多元函数的大部分特性都可以用子空间直和来表示,所以在求解最优解时,可以使用它来作为一种简单的证明方法。
在线性代数中,子空间直和可以用来证明一个矩阵A的某个子空间P是一个空间基的子空间。
由于任意矩阵A都可以由一组空间基来表示,因此用子空间直和来证明一个矩阵A的子空间P是一个空间基子空间有其独特的优势。
在统计学中,子空间直和可以用来求解某类随机变量的数学期望。
假设X和Y是两个独立的变量,则E(X + Y) = E(X) + E(Y)。
由于E(X + Y) = E(X) + E(Y),因此它可以用来证明任何随机变量的数学期望的等式。
总之,高等代数中的子空间直和可以用来证明子空间的组合是一个新的子空间,而证明方法主要有结构性证明和数学归纳法证明,并在数值分析、线性代数、统计学等多个领域得到广泛应用。
高等代数6-6子空间的交与和
所以,有
V1+ V2 L(1,2 , ,m , 1, 2, , n1m , 1, 2 , , n2m ) 下证 1,2 , ,m , 1, 2, , n1m , 1, 2 , , n2m
线性无关. 假设有等式
k11 kmm p11 q1 1 q n2m n2m 0
pn1m n1m
故,
X
x11 0
0 0
从而,W1
W2
x0 00
xP
再求 W1 W2 .
因为,W1
x
1 0
0 0
y
0 1
1 0
x, y P
L
1 0
0 0
,
0 1
1 0
W2
x
1 0
0 0
y
0 0
0 1
x, y P
L
1 0
0 0
,
0 0
0 1
所以,
W1 W2 L
并不是R3的子空间. 因为它对R3的运算不封闭,如 (1,0,0), (0,1,0) V1 V2
但是 (1,0,0) (0,1,0) (1,1,0) V1 V2
三、子空间的交与和的有关性质
1、设 V1,V2,W 为线性空间V的子空间
1)若 W V1,W V2, 则 W V1 V2. 2)若 V1 W ,V2 W , 则 V1 V2 W .
二、子空间的和
1、定义
设V1、V2为线性空间V的子空间,则集合
V1 V2 {a1 a2 | a1 V1,a2 V2 }
也为V的子空间,称之为V1与V2的和空间.
事实上, 0V1 ,0 V2, 0 0 0 V1 V2
任取 , V1 V2, 设 1 2, 1 2 , 其中,1, 1 V1,2, 2 V2, 则有
高等代数§9.5 子空间
设 1 2 s 0, i V i , i 1, 2, , s
Vi V j , i j
( i , 0 ) ( i , 1 2 s ) ( i , i ) 0
由内积的正定性,可知
§9.5 子空间
取 V 1 的一组正交基 1 , 2 , , m ,
§9.5 子空间
由定理1,它可扩充成V的一组正交基
1 , 2 , , m , m 1 , , n ,
记子空间 L m 1 , , n V 2 .
显然, V 1 V 2 V . 又对 x 1 1 x 2 2 x m m V 1 ,
§9.5 子空间
唯一性得证.
注:① 子空间W的正交补记为 即 W .
W
V W
② n 维欧氏空间V的子空间W满足: i) (W ) W ii)
d im W d im W
d im V n
iii) W W
V
ⅳ) W的正交补 W 必是W的余子空间. 但一般地,子空间W的余子空间未必是其正交补.
x m 1 m 1 x n n V 2 ,
( , ) ( x i i ,
i 1 m n m n
j m 1
x j j )
x i x j ( i , j ) 0
i 1 j m 1
V1 V 2 .
即 V 2 为 V 1 的正交补.
i 0,
i 1, 2, , s .
二、子空间的正交补
1.定义:
高等代数6-2
但是, Fn中子集 S={(a1, …, ai1, 1, ai+1, …, an) | ajF}
不是Fn的子空间.
例4 F[x]n 是F[x] 的一个真子空间.
子空间的充分必要条件
定理6.2.2 数域F上向量空间V的一个非
空子集W是V的一个子空间当且仅当对任意
空间V的多个子空间的和:
m
V1+ V2 +…+ Vm = Vi i 1
例 在三维几何空间中,用V1表一条通过原 点的直线, 用V2表通过原点的一个平面, 并且 V1不与V2平行. 求V1V2和V1+V2.
Exercises P. 218-219:
课堂练习:1(ii), (iv); 作业:2,3; 思考题:其他.
Exercises P. 218-219:
k∈W .
子空间的例子
例1 {o}是向量空间V的一个子空间, 称为
零子空间; V自身是V的子空间. 这两个子空间 统称为V的平凡子空间.
V的非平凡子空间称为V的真子空间.
例3 Fn中令 W={(a1, …, ai1, 0, ai+1, …, an) | ajF}
则W Fn, W是Fn的子空间. 且子空间W是Fn
§6.2 子空间 (vector subspaces)
定义 设W是数域F上向量空间V的一个非空
子集. 如果W对于V的两种运算也构成域F上的 向量空间, 则称W是V的一个子空间.
定理6.2.1 设W是数域F上向量空间V的一
个非空子集. W是V的子空间当且仅当
(i) 对任意, ∈W ,均有+ ∈W; (ii) 对任意的 ∈W 和任意的k∈F,有
高等代数9.5 子空间
xm1 m1 xn n V2 ,
m
n
mn
( , ) ( xii , x j j )
xi x j ( i , j ) 0
i 1
jm1
i1 jm1
V1 V2 . 即 V2 为 V1的正交补.
再证唯一性. 设 V2 ,V3 是V1 的正交补,则 V V1 V2 V1 V3
(1,1 ) 0 由此可得 1 0, 即有 V3 V2 V3 .
同理可证 V3 V2 , V2 V3 . 唯一性得证.
注:① 子空间W的正交补记为 W . 即
W V W
② n 维欧氏空间V的子空间W满足: i) (W ) W ii) dimW dimW dimV n iii) W W V ⅳ) W的正交补 W 必是W的余子空间.
V1 V2 ( , ) 0 0.
③ 当 V1 且 V1 时,必有 0.
2.两两正交的子空间的和必是直和.
证明:设子空间 V1,V2 ,,Vs 两两正交, 要证明 V1 V2 Vs , 只须证:
V1 V2 Vs 中零向量分解式唯一.
对 V2 , 由上式知 V1 V3 即有 1 3 , 1 V1, 3 V3 又 V1 V2 , V1 V3 1 3 , 1, 从而有 ( ,1 ) (1 3 ,1 ) (,1 ) (3 ,1 )
§1 定义与基本性质 §2 标准正交基
§3 同构
§4 正交变换
§5 子空间
§6 对称矩阵的标准形
§7 向量到子空间的 §8 酉空间介绍
距离─最小二乘法 小结与习题
高等代数第六章7第七节 子空间的直和 太原理工大学
( i = 1 , 2 ,⋯ , s ) ;
4)维(W)=∑维(Vi) . ) 维 这个定理的证明和s=2的情形基本一样,这里就不 这个定理的证明和 的情形基本一样, 定理的证明 的情形基本一样 再重复了. 再重复了
返回 上页 下页
返回 上页 下页
V1+V2中每个向量 的分解式 每个向量α的
定理8 和V1+V2是直和的充分必要条件是等式 直和的充分必要条件是等式 定理 α1+α2=0, α1∈V1, α2∈V2 只有在α 全为零(α 时才成立. 只有在 1 , α2全为零 1=α2=0)时才成立 时才成立 定理的条件实际上就是: 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 这个条件显然是必要的. 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. 个条件的充分性. 它有两个分解式 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 .
返回
上页
下页
子空间的直和的概念可以推广到多个子空间的 子空间的直和的概念可以推广到多个子空间的 直和的概念可以推广到多个子空间 情形. 情形 定义10 设V1,V2,…,Vs 都是线性空间 的子空间, 定义 都是线性空间V的子空间, 线性空间 如果和 中每个向量α的 如果和V1+V2+…+Vs中每个向量 βi∈Vi (i=1,2). 由定理的条件,应有 αi-βi=0,αi=βi (i=1,2). , 这就是说,向量α的分解式是唯一的. 这就是说,向量 的分解式是唯一的 证毕. 证毕
返回
- 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)。
. .. . . ..
子空间正交的概念
注
V1 ⊥ V2 ⇔ V1 中任意向量与 V2 的任意向量正交 ⇔ V1 中任意向量与 V2 正交 ⇔ V2 中任意向量与 V1 正交.
α ⊥ β ⇔ α ⊥ L(β). α ⊥ βi, i = 1, 2, · · · , s ⇔ α ⊥ L(β1, β2, · · · , βs). 几何空间中,直线与直线,直线与平面的正交是子空间的正 交. 平面与平面的正交不是子空间的正交不是子空间的正交, 交线上的向量不正交. V1 ⊥ V2 ⇒ V2 ⊥ V1.
. . . .... .... .... . .
. .. . . ..
正交补子空间
V1 的正交补记为 V⊥1 . 由定义可知 dim V1 + dim V⊥1 = n.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
正交补子空间
子空间正交的概念
我们来讨论欧氏子空间中子空间的正交关系
定义 设 V1, V2 是欧氏空间 V 中两个子空间. 如果对于任意的 α ∈ V1, β ∈ V2,恒有
(α, β) = 0.
则称 V1, V2 为正交的,记为 V1 ⊥ V2. 一个向量 α,如果对于任 意的 β ∈ V1,恒有
(α, β) = 0.
显然,子空间 L(εm+1, · · · , εn) 就是 V1 的正.交. 补. . .. . . . . . . . . . . . . . . .
. . . .... .... .... . .
. ..
正交补子空间
再来证唯一性. 设 V2, V3 都是 V1 的正交补,于是 V = V1 ⊕ V2, V = V1 ⊕ V3.
. .. . . ..
正交补子空间
定义 子空间 V2 称为子空间 V1 的一个正交补,如果 V1 ⊥ V2,并且 V1 + V2 = V.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
正交补子空间
定义 子空间 V2 称为子空间 V1 的一个正交补,如果 V1 ⊥ V2,并且 V1 + V2 = V. 显然,如果 V2 是 V1 的正交补,那么 V1 也是 V2 的正交补.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
正交补子空间
定义 子空间 V2 称为子空间 V1 的一个正交补,如果 V1 ⊥ V2,并且 V1 + V2 = V.
显然,如果 V2 是 V1 的正交补,那么 V1 也是 V2 的正交补. 定理 n 维欧氏空间 V 的每一个子空间 V1 都有唯一的正交补.
. . . .... .... .... . . . . .
. . . .... .... .... . .
. ..
正交补子空间
故 α1 = 0,即 α = α2 ∈ V⊥1 . 从而与 V1 正交的向量都在 V⊥1 , 故 V⊥1 恰好由所有与 V1 正交的向量组成.
. . . .... .... .... . . . . .... .... .... . .
子空间正交的概念
注 V1 ⊥ V2 ⇔ V1 中任意向量与 V2 的任意向量正交 ⇔ V1 中任意向量与 V2 正交 ⇔ V2 中任意向量与 V1 正交.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
子空间正交的概念
注
V1 ⊥ V2 ⇔ V1 中任意向量与 V2 的任意向量正交 ⇔ V1 中任意向量与 V2 正交 ⇔ V2 中任意向量与 V1 正交.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
子空间正交的概念
注
V1 ⊥ V2 ⇔ V1 中任意向量与 V2 的任意向量正交 ⇔ V1 中任意向量与 V2 正交 ⇔ V2 中任意向量与 V1 正交.
α ⊥ β ⇔ α ⊥ L(β). α ⊥ βi, i = 1, 2, · · · , s ⇔ α ⊥ L(β1, β2, · · · , βs). 几何空间中,直线与直线,直线与平面的正交是子空间的正 交. 平面与平面的正交不是子空间的正交不是子空间的正交, 交线上的向量不正交.
子空间正交的概念
我们来讨论欧氏子空间中子空间的正交关系
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
子空间正交的概念
我们来讨论欧氏子空间中子空间的正交关系 定义 设 V1, V2 是欧氏空间 V 中两个子空间. 如果对于任意的 α ∈ V1, β ∈ V2,恒有
(α, α1) = (α1 + α3, α1) = (α1, α1) + (α3, α1) = (α1, α1) = 0.
即 α1 = 0. 由此得知 α ∈ V3,即 V2 ⊆ V3. 同理可证 V3 ⊆ V2. 因此 V2 = V3,唯一性得. 证. .. . . . . . . . . . . . . .
. .. . . ..
正交补子空间
故 α1 = 0,即 α = α2 ∈ V⊥1 . 从而与 V1 正交的向量都在 V⊥1 , 故 V⊥1 恰好由所有与 V1 正交的向量组成. 由分解式
V = V1 ⊕ V⊥1 可知,V 中任一向量 α 都可以唯一地分解成
α = α1 + α2,
其中 α1 ∈ V1, α2 ∈ V⊥1 . 我们称 α1 为向量 α 在子空间 V1 上 的内射影.
证 若 α ∈ V⊥1 ,则 α 与 V1 中的每一个向量都正交. 反过来,若 α 与 V1 正交,则 ∀β ∈ V1,则 α ⊥ β,由于
V = V1 ⊕ V⊥1 ,
设 α = α1 + α2,其中 α1 ∈ V1, α2 ∈ V⊥1 ,从而
(α1, α1) = (α − α2, α1) = (α, α1) − (α2, α1) = 0 − 0 = 0.
V1 ⊥ V2 ⇒ V2 ⊥ V1. V 的维数无限制.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
子空间正交的性质
定理 如果子空间 V1, V2, · · · , Vs 两两正交,那么和 V1 + V2 + · · · + Vs 是直和.
则称 α 与子空间 V1 正交,记为 α ∈ V1.
因为只有零向量与它自身正交,所以由 V1 ⊥ V2 可知 V1 ∩ V2 =
{0};由 α ⊥ V1, α ∈ V1 可知 α = 0.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
α ⊥ β ⇔ α ⊥ L(β). α ⊥ βi, i = 1, 2, · · · , s ⇔ α ⊥ L(β1, β2, · · · , βs). 几何空间中,直线与直线,直线与平面的正交是子空间的正 交. 平面与平面的正交不是子空间的正交不是子空间的正交, 交线上的向量不正交.
. . . .... .... .... . . . . .... .... .... . .
由定理的证明还不难得到 推论 V⊥1 恰由所有与 V1 正交的向量组成.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
正交补子空间
V1 的正交补记为 V⊥1 . 由定义可知 dim V1 + dim V⊥1 = n.
由定理的证明还不难得到 推论 V⊥1 恰由所有与 V1 正交的向量组成.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
正交补子空间
定义 子空间 V2 称为子空间 V1 的一个正交补,如果 V1 ⊥ V2,并且 V1 + V2 = V.
显然,如果 V2 是 V1 的正交补,那么 V1 也是 V2 的正交补. 定理 n 维欧氏空间 V 的每一个子空间 V1 都有唯一的正交补.
令 α ∈ V2,由第二式即有
α = α1 + α3,
其中 α1 ∈ V1,α3 ∈ V3. 因为 α ⊥ α1 所以
(α, α1) = (α1 + α3, α1) = (α1, α1) + (α3, α1) = (α1, α1) = 0.
即 α1 = 0. 由此得知 α ∈ V3,即 V2 ⊆ V3.
(α, β) = 0. 则称 V1, V2 为正交的,记为 V1 ⊥ V2. 一个向量 α,如果对于任 意的 β ∈ V1,恒有
(α, β) = 0. 则称 α 与子空间 V1 正交,记为 α ∈ V1.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
α ⊥ β ⇔ α ⊥ L(β). α ⊥ βi, i = 1, 2, · · · , s ⇔ α ⊥ L(β1, β2, · · · , βs).
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
子空间正交的概念
注
V1 ⊥ V2 ⇔ V1 中任意向量与 V2 的任意向量正交 ⇔ V1 中任意向量与 V2 正交 ⇔ V2 中任意向量与 V1 正交.