当前位置: 首页 > article >正文

【高等代数笔记】线性空间(十九-二十四上半部分)

课程视频剪辑得太抽象了,一节课不能完整学完,拆的零零散散得。

3. 线性空间

3.19 满秩矩阵

【推论4】设 rank ( A ) = r \text{rank}(\boldsymbol{A})=r rank(A)=r,则 A \boldsymbol{A} A的不为0的 r r r阶子式所在的列(行)是 A \boldsymbol{A} A的列(行)向量组的一个极大线性无关组。

【证】这个 r r r阶子式的列向量组线性无关。从而它们的延伸组 α j 1 , . . α j r \boldsymbol\alpha_{j_1},..\boldsymbol\alpha_{j_r} αj1,..αjr也线性无关。

又由于 rank ( A ) = r \text{rank}(\boldsymbol{A})=r rank(A)=r,因此 α j 1 , . . α j r \boldsymbol\alpha_{j_1},..\boldsymbol\alpha_{j_r} αj1,..αjr就是 A \boldsymbol{A} A的列向量组的一个极大线性无关组。

【定义2】 n n n阶矩阵 A \boldsymbol{A} A的秩等于 n n n,则 A \boldsymbol{A} A称为满秩矩阵
【推论5】 n n n阶矩阵 A \boldsymbol{A} A满秩 ⇔ rank ( A ) = n ⇔ A \Leftrightarrow \text{rank}(A)=n\Leftrightarrow \boldsymbol{A} rank(A)=nA的不为0子式的最高阶数为 n ⇔ ∣ A ∣ ≠ 0 n\Leftrightarrow|\boldsymbol{A}|\ne 0 nA=0

3.20 线性方程组有解判别定理

【定理1】数域 K \textbf{K} K n n n元线性方程组有解 ⇔ \Leftrightarrow 增广矩阵的秩 rank ( A ~ ) = \text{rank}(\tilde{\boldsymbol{A}})= rank(A~)=系数矩阵的秩 rank ( A ) \text{rank}(\boldsymbol{A}) rank(A)

【证】记矩阵 A = ( α 1 , . . . , α n ) \boldsymbol{A}=(\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}) A=(α1,...,αn)增广矩阵 A ~ = ( α 1 , . . . , α n , β ) \tilde{\boldsymbol{A}}=(\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}) A~=(α1,...,αn,β)
x 1 α 1 + . . . + x n α n = β ⇔ β ∈ < α 1 , . . . , α n > ⇔ α 1 , . . . , α n , β ∈ < α 1 , . . . , α n > ⇔ < α 1 , . . . , α n , β > ⊆ < α 1 , . . . , α n > 且 < α 1 , . . . , α n > ⊆ < α 1 , . . . , α n , β > (小的是大的子空间) ⇔ < α 1 , . . . , α n > = < α 1 , . . . , α n , β > ⇔ dim ⁡ < α 1 , . . . , α n , β = dim ⁡ < α 1 , . . . , α n > (子空间维数与原空间维数相等,所以子空间等于整个空间) ⇔ rank ( A ~ ) = rank ( A ) x_{1}\boldsymbol{\alpha}_{1}+...+x_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{\beta}\Leftrightarrow\boldsymbol{\beta}\in<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>\Leftrightarrow\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}\in<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>\Leftrightarrow<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}>\subseteq <\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>且<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>\subseteq <\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}>(小的是大的子空间)\Leftrightarrow <\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>=<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}>\Leftrightarrow\dim<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n},\boldsymbol{\beta}=\dim<\boldsymbol{\alpha}_{1},...,\boldsymbol{\alpha}_{n}>(子空间维数与原空间维数相等,所以子空间等于整个空间)\Leftrightarrow\text{rank}(\tilde{\boldsymbol{A}})=\text{rank}(\boldsymbol{A}) x1α1+...+xnαn=ββ∈<α1,...,αn>⇔α1,...,αn,β∈<α1,...,αn>⇔<α1,...,αn,β>⊆<α1,...,αn><α1,...,αn>⊆<α1,...,αn,β>(小的是大的子空间)⇔<α1,...,αn>=<α1,...,αn,β>⇔dim<α1,...,αn,β=dim<α1,...,αn>(子空间维数与原空间维数相等,所以子空间等于整个空间)rank(A~)=rank(A)

有解时, A ~ \tilde{\boldsymbol{A}} A~经过初等行变换化成的阶梯型矩阵的非0行的个数r = rank ( A ~ ) = rank ( A ) = =\text{rank}(\tilde{\boldsymbol{A}})=\text{rank}(\boldsymbol{A})= =rank(A~)=rank(A)=未知量个数 n n n,当 rank ( A ) = \text{rank}(\boldsymbol{A})= rank(A)=未知量个数 n n n的时候,方程组有唯一解;当 rank ( A ) < \text{rank}(\boldsymbol{A})< rank(A)<未知量个数 n n n的时候,方程组有无穷多个解
特别地
【推论1】数域 K \textbf{K} K n n n元齐次线性方程组有非0解 ⇔ rank ( A ) < \Leftrightarrow\text{rank}(\boldsymbol{A})< rank(A)<未知量个数 n n n;数域 K \textbf{K} K n n n元齐次线性方程组有唯一0解 ⇔ rank ( A ) = \Leftrightarrow\text{rank}(\boldsymbol{A})= rank(A)=未知量个数 n n n

3.21 齐次线性方程组解集的结构

数域 K \textbf{K} K n n n元齐次线性方程组
x 1 α 1 + . . . + x n α n = 0 x_{1}\boldsymbol{\alpha}_{1}+...+x_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{0} x1α1+...+xnαn=0…(1)
的解集记作 W \textbf{W} W
设(1)有非0解, W ⊆ K n \textbf{W}\subseteq\textbf{K}^{n} WKn(非空子集)
【性质1】若 η , δ ∈ W \boldsymbol\eta,\boldsymbol\delta\in\textbf{W} η,δW,则 η + δ ∈ W \boldsymbol\eta + \boldsymbol\delta \in\textbf{W} η+δW

【证】记 η = ( c 1 , . . . , c n ) ′ , δ = ( d 1 , . . . , d n ) ′ \boldsymbol\eta=(c_1,...,c_n)',\boldsymbol\delta=(d_1,...,d_n)' η=(c1,...,cn),δ=(d1,...,dn)
由于它们两个都是方程组的解,所以:
c 1 α 1 + . . . + c n α n = 0 c_{1}\boldsymbol{\alpha}_{1}+...+c_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{0} c1α1+...+cnαn=0
d 1 α 1 + . . . + d n α n = 0 d_{1}\boldsymbol{\alpha}_{1}+...+d_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{0} d1α1+...+dnαn=0
将上面式子相加得到
( c 1 + d 1 ) α 1 + . . . + ( c n + d n ) α n = 0 (c_1+d_1)\boldsymbol{\alpha}_{1}+...+(c_n+d_n)\boldsymbol{\alpha}_{n}=\boldsymbol{0} (c1+d1)α1+...+(cn+dn)αn=0
η + δ = ( c 1 + d 1 , . . . , c n + d n ) ′ \boldsymbol\eta + \boldsymbol\delta =(c_1+d_1,...,c_n+d_n)' η+δ=(c1+d1,...,cn+dn)也是方程组的解,即 η + δ ∈ W \boldsymbol\eta + \boldsymbol\delta \in\textbf{W} η+δW
所以对加法封闭,证毕。

【性质2】若 η ∈ W , k ∈ K \boldsymbol\eta\in\textbf{W},k\in\textbf{K} ηW,kK,则 k η ∈ W k\boldsymbol\eta \in\textbf{W} kηW

【证】记 η = ( c 1 , . . . , c n ) ′ \boldsymbol\eta=(c_1,...,c_n)' η=(c1,...,cn),由于 η \boldsymbol\eta η是方程组的解,所以
c 1 α 1 + . . . + c n α n = 0 c_{1}\boldsymbol{\alpha}_{1}+...+c_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{0} c1α1+...+cnαn=0
上面式子左右两边同时乘 k k k得到
k c 1 α 1 + . . . + k c n α n = 0 kc_{1}\boldsymbol{\alpha}_{1}+...+kc_{n}\boldsymbol{\alpha}_{n}=\boldsymbol{0} kc1α1+...+kcnαn=0
k η ∈ W k\boldsymbol\eta \in\textbf{W} kηW

所以(1)的解集 W \textbf{W} W K n \textbf{K}^n Kn的子空间,称 W \textbf{W} W为齐次线性方程组(1)的解空间
当(1)有非零解时,求 W \textbf{W} W的基和维数。(未知数个数为 n n n
rank ( A ) = r < n \text{rank}(\boldsymbol{A})=r<n rank(A)=r<n
A \boldsymbol{A} A经过初等行变换化成阶梯型矩阵 J \boldsymbol{J} J,于是 J \boldsymbol{J} J r r r个非0行,即 J \boldsymbol{J} J r r r个主元,不妨设 r r r个主元它们分别在前 r r r列,从而齐次线性方程组(1)的一般解为 { x 1 = − b 1 , r + 1 x r + 1 − b 1 , r + 2 x r + 2 − . . . − b 1 , n x n ⋮ x r = − b r , r + 1 x r + 1 − b r , r + 2 x r + 2 − . . . − b r , n x n \left\{\begin{array}{c} x_1 & = & -b_{1,r+1}x_{r+1}-b_{1,r+2}x_{r+2}-...-b_{1,n}x_{n} \\ \vdots \\ x_r & = & -b_{r,r+1}x_{r+1}-b_{r,r+2}x_{r+2}-...-b_{r,n}x_{n} \end{array}\right. x1xr==b1,r+1xr+1b1,r+2xr+2...b1,nxnbr,r+1xr+1br,r+2xr+2...br,nxn,让自由未知量 x r + 1 , . . . , x n x_{r+1},...,x_n xr+1,...,xn n − r n-r nr组数 ( 1 0 ⋮ 0 ) , ( 0 1 ⋮ 0 ) , ⋯   , ( 0 0 ⋮ 1 ) \begin{pmatrix} 1 \\ 0 \\ \vdots \\ 0 \end{pmatrix},\begin{pmatrix} 0 \\ 1 \\ \vdots \\ 0 \end{pmatrix},\cdots,\begin{pmatrix} 0 \\ 0 \\ \vdots \\ 1 \end{pmatrix} 100 , 010 ,, 001 …(2),得到方程组(1)的解:
η 1 = ( − b 1 , r + 1 ⋮ − b r , r + 1 1 0 ⋮ 0 ) , η 2 = ( − b 1 , r + 2 ⋮ − b r , r + 2 0 1 ⋮ 0 ) , ⋯   , η n − r = ( − b 1 , n ⋮ − b r , n 0 1 ⋮ 0 ) \boldsymbol\eta_1=\begin{pmatrix} -b_{1,r+1}\\ \vdots\\ -b_{r,r+1}\\ 1 \\ 0 \\ \vdots \\ 0 \end{pmatrix},\boldsymbol\eta_2=\begin{pmatrix} -b_{1,r+2}\\ \vdots\\ -b_{r,r+2}\\ 0 \\ 1 \\ \vdots \\ 0 \end{pmatrix},\cdots,\boldsymbol\eta_{n-r}=\begin{pmatrix} -b_{1,n}\\ \vdots\\ -b_{r,n}\\ 0 \\ 1 \\ \vdots \\ 0 \end{pmatrix} η1= b1,r+1br,r+1100 ,η2= b1,r+2br,r+2010 ,,ηnr= b1,nbr,n010 …(3)
易看出向量组(2)线性无关(拼成的矩阵的行列式不得0),从而其延伸组 η 1 , η 2 . . . , η n − r \boldsymbol\eta_1,\boldsymbol\eta_2...,\boldsymbol\eta_n-r η1,η2...,ηnr也线性无关,任取 W \textbf{W} W的一个解向量 η = ( c 1 ⋮ c r c r + 1 ⋮ c n ) \boldsymbol\eta=\begin{pmatrix} c_1\\ \vdots \\ c_r \\ c_{r+1} \\ \vdots \\ c_n \end{pmatrix} η= c1crcr+1cn ,由一般解公式得 c 1 = − b 1 , r + 1 c r + 1 − . . . − b 1 n c n , . . . , c r = − b r , r + 1 c r + 1 − . . . − b r n c n c_1=-b_{1,r+1}c_{r+1}-...-b_{1n}c_n,...,c_r=-b_{r,r+1}c_{r+1}-...-b_{rn}c_n c1=b1,r+1cr+1...b1ncn,...,cr=br,r+1cr+1...brncn,从而 η = ( c 1 ⋮ c r c r + 1 ⋮ c n ) = ( − b 1 , r + 1 c r + 1 − . . . − b 1 n c n ⋮ − b r , r + 1 c r + 1 − . . . − b r n c n 1 ⋅ c r + 1 + . . . 0 ⋅ c n ⋮ 0 ⋅ c r + 1 + . . . + 1 ⋅ c n ) = c r + 1 ( − b 1 , r + 1 ⋮ − b r , r + 1 1 ⋮ 0 ) + . . . + c n ( − b 1 n ⋮ − b r n 0 ⋮ 1 ) = c r + 1 η 1 + . . . + c n η n − r \boldsymbol\eta=\begin{pmatrix} c_1\\ \vdots \\ c_r \\ c_{r+1} \\ \vdots \\ c_n \end{pmatrix}=\begin{pmatrix} -b_{1,r+1}c_{r+1}-...-b_{1n}c_n\\ \vdots \\ -b_{r,r+1}c_{r+1}-...-b_{rn}c_n \\ 1\cdot c_{r+1}+...0\cdot c_n \\ \vdots \\ 0\cdot c_{r+1}+...+1\cdot c_{n} \end{pmatrix}=c_{r+1}\begin{pmatrix} -b_{1,r+1}\\ \vdots \\ -b_{r,r+1} \\ 1 \\ \vdots \\ 0 \end{pmatrix}+...+c_{n}\begin{pmatrix} -b_{1n}\\ \vdots \\ -b_{rn} \\ 0 \\ \vdots \\ 1 \end{pmatrix}=c_{r+1}\boldsymbol\eta_{1}+...+c_n\boldsymbol\eta_{n-r} η= c1crcr+1cn = b1,r+1cr+1...b1ncnbr,r+1cr+1...brncn1cr+1+...0cn0cr+1+...+1cn =cr+1 b1,r+1br,r+110 +...+cn b1nbrn01 =cr+1η1+...+cnηnr
因此 η 1 , . . . , η n − r \boldsymbol\eta_{1},...,\boldsymbol\eta_{n-r} η1,...,ηnr W \textbf{W} W的一个基,从而 dim ⁡ W = n − r = n − rank ( A ) \dim \textbf{W}=n-r=n-\text{rank}(\boldsymbol{A}) dimW=nr=nrank(A),于是就证明了下面的定理1
【定理1】数域 K \textbf{K} K n n n元齐次线性方程组(1)有非0解时,它的解空间 W \textbf{W} W的维数 dim ⁡ W = \dim \textbf{W} = dimW=未知量个数 n − n- n系数矩阵的秩 rank ( A ) \text{rank}(\boldsymbol{A}) rank(A),习惯上把 W \textbf{W} W的基称为齐次线性方程组(1)的一个基础解系
η 1 , . . . , η n − r \boldsymbol\eta_{1},...,\boldsymbol\eta_{n-r} η1,...,ηnr是齐次线性方程组(1)的一个基础解析,那么它的全部解为 k 1 η 1 + . . . + k n − r η n − r ∈ K k_1\boldsymbol\eta_{1}+...+k_{n-r}\boldsymbol\eta_{n-r}\in\textbf{K} k1η1+...+knrηnrK

3.22 非齐次线性方程组解集的结构

数域 K \textbf{K} K n n n元非齐次线性方程组
x 1 α 1 + . . . + x n α n = β x_1\boldsymbol\alpha_1+...+x_n\boldsymbol\alpha_n=\boldsymbol\beta x1α1+...+xnαn=β
它的解集记作 U \textbf{U} U,考虑相应的齐次线性方程组
x 1 α 1 + . . . + x n α n = 0 x_1\boldsymbol\alpha_1+...+x_n\boldsymbol\alpha_n=\boldsymbol{0} x1α1+...+xnαn=0
它的解集记作 W \textbf{W} W
【性质1】若 γ = ( a 1 , . . . , a n ) ′ , δ = ( b 1 , . . , b n ) ′ ∈ U \boldsymbol\gamma=(a_1,...,a_n)',\boldsymbol\delta=(b_1,..,b_n)'\in\textbf{U} γ=(a1,...,an),δ=(b1,..,bn)U,则 γ − δ = ( a 1 − b 1 , . . . , a n − b n ) ′ ∈ W \boldsymbol\gamma-\boldsymbol\delta=(a_1-b_1,...,a_n-b_n)'\in\textbf{W} γδ=(a1b1,...,anbn)W,即非齐次线性方程组的解的差是对应的齐次线性方程组的解。

【证】 a 1 α 1 + . . . + a n α n = β a_1\boldsymbol\alpha_1+...+a_n\boldsymbol\alpha_n=\boldsymbol\beta a1α1+...+anαn=β
b 1 α 1 + . . . + b n α n = β b_1\boldsymbol\alpha_1+...+b_n\boldsymbol\alpha_n=\boldsymbol\beta b1α1+...+bnαn=β
两个式子相减得
( a 1 − b 1 ) α 1 + . . . + ( a n − b n ) α n = 0 (a_1-b_1)\boldsymbol\alpha_1+...+(a_n-b_n)\boldsymbol\alpha_n=\boldsymbol{0} (a1b1)α1+...+(anbn)αn=0
γ − δ = ( a 1 − b 1 , . . . , a n − b n ) ′ ∈ W \boldsymbol\gamma-\boldsymbol\delta=(a_1-b_1,...,a_n-b_n)'\in\textbf{W} γδ=(a1b1,...,anbn)W

【性质2】若 γ = ( a 1 , . . . , a n ) ′ ∈ U , η = ( c 1 , . . . , c n ) ′ ∈ W \boldsymbol\gamma=(a_1,...,a_n)'\in\textbf{U},\boldsymbol\eta=(c_1,...,c_n)'\in\textbf{W} γ=(a1,...,an)U,η=(c1,...,cn)W,则 γ + η ∈ U \boldsymbol\gamma+\boldsymbol\eta\in\textbf{U} γ+ηU,即齐次线性方程组的解加非齐次线性方程组的解等于非齐次线性方程组的解。

【证】 a 1 α 1 + . . . + a n α n = β a_1\boldsymbol\alpha_{1}+...+a_n\boldsymbol\alpha_{n}=\boldsymbol\beta a1α1+...+anαn=β
x 1 α 1 + . . . + c n α n = 0 x_1\boldsymbol\alpha_{1}+...+c_n\boldsymbol\alpha_{n}=\boldsymbol{0} x1α1+...+cnαn=0
将上面两个式子相加得:
( a 1 + c 1 ) α 1 + . . . + ( a n + c n ) α n = β (a_1+c_1)\boldsymbol\alpha_{1}+...+(a_n+c_n)\boldsymbol\alpha_{n}=\boldsymbol\beta (a1+c1)α1+...+(an+cn)αn=β
γ + η ∈ U \boldsymbol\gamma+\boldsymbol\eta\in\textbf{U} γ+ηU

γ 0 ∈ U \boldsymbol\gamma_{0}\in\textbf{U} γ0U,称 γ 0 \boldsymbol\gamma_{0} γ0是非齐次线性方程组的一个特解
γ 0 + W : = { γ 0 + η ∣ η ∈ W } = U \boldsymbol\gamma_{0}+\textbf{W}:=\{\boldsymbol\gamma_{0}+\boldsymbol\eta|\boldsymbol\eta\in\textbf{W}\}=\textbf{U} γ0+W:={γ0+ηηW}=U
任取 γ ∈ U , ( γ − γ 0 ) ∈ W \boldsymbol\gamma\in\textbf{U},(\boldsymbol\gamma-\boldsymbol\gamma_{0})\in\textbf{W} γU,(γγ0)W记作 η \boldsymbol\eta η,从而 γ = γ 0 + η ∈ W \boldsymbol\gamma=\boldsymbol\gamma_0 + \boldsymbol\eta\in\textbf{W} γ=γ0+ηW
于是就证明了
【定理1】数域 K \textbf{K} K n n n元非齐次线性方程组(1)的解集 U \textbf{U} U U = γ 0 + W \textbf{U}=\boldsymbol\gamma_0+\textbf{W} U=γ0+W,其中 γ 0 \boldsymbol\gamma_0 γ0是非齐次方程组的一个特解, W \textbf{W} W是齐次线性方程组的通解, U \textbf{U} U不是 K n \textbf{K}^{n} Kn的子空间,将 γ 0 \gamma_0 γ0称为 W \textbf{W} W型的一个线性流形。(比如线性空间中,过顶点 O O O的平面是子空间,不过顶点 O O O的平面叫线性流形)或称为 W \textbf{W} W的一个陪基
W \textbf{W} W的一个基础解系 η 1 , . . . , η n − 1 \boldsymbol\eta_1,...,\boldsymbol\eta_{n-1} η1,...,ηn1,则非齐次线性方程组(1)的全部解为 γ 0 + k 1 η 1 + . . . + k n − r η n − r \boldsymbol\gamma_0+k_1\boldsymbol\eta_1+...+k_{n-r}\boldsymbol\eta_{n-r} γ0+k1η1+...+knrηnr,其中 k 1 , . . . , k n − r ∈ K k_1,...,k_{n-r}\in\textbf{K} k1,...,knrK γ 0 \boldsymbol\gamma_0 γ0是非齐次线性方程组的一个特解
【解非齐次线性方程组,解对应的齐次方程组,然后再令自由未知量取0或1,最后解得齐次通解+非齐次特解的形式】

3.23 子空间的运算

过顶点 O O O的平面,平面 V 1 \textbf{V}_1 V1 V 2 \textbf{V}_2 V2的交集是过 O O O点的一条直线 l l l.

V \textbf{V} V是数域 K \textbf{K} K上的任意一个线性空间, V 1 \textbf{V}_1 V1 V 2 \textbf{V}_2 V2都是 V \textbf{V} V的子空间, V 1 ∩ V 2 \textbf{V}_1\cap\textbf{V}_2 V1V2 V \textbf{V} V的子空间。(子空间的交集还是子空间,满足 V 1 ∩ V 2 = V 2 ∩ V 1 \textbf{V}_1\cap\textbf{V}_2=\textbf{V}_2\cap\textbf{V}_1 V1V2=V2V1,所以子空间的交满足交换律,由 ( V 1 ∩ V 2 ) ∩ V 3 = V 1 ∩ ( V 2 ∩ V 3 ) (\textbf{V}_1\cap\textbf{V}_2)\cap\textbf{V}_3=\textbf{V}_1\cap(\textbf{V}_2\cap\textbf{V}_3) (V1V2)V3=V1(V2V3),则子空间的交满足结合律,且若干个子空间的交还是子空间 ⋂ i = 1 s V i = V 1 ∩ V 2 ∩ . . . ∩ V s \bigcap\limits_{i=1}^{s} \textbf{V}_i=\textbf{V}_1\cap\textbf{V}_2\cap...\cap\textbf{V}_s i=1sVi=V1V2...Vs

【证】 0 ∈ V 1 ∩ V 2 \boldsymbol{0}\in\textbf{V}_1\cap\textbf{V}_2 0V1V2
任取 α , β ∈ V 1 ∩ V 2 \boldsymbol\alpha,\boldsymbol\beta\in\textbf{V}_1\cap\textbf{V}_2 α,βV1V2
由于 α , β ∈ V 1 ∩ V 2 \boldsymbol\alpha,\boldsymbol\beta\in\textbf{V}_1\cap\textbf{V}_2 α,βV1V2,所以 α ∈ V 1 , β ∈ V 1 \boldsymbol\alpha\in\textbf{V}_1,\boldsymbol\beta\in\textbf{V}_1 αV1,βV1,所以 α + β ∈ V 1 \boldsymbol\alpha+\boldsymbol\beta\in\textbf{V}_1 α+βV1,同理 α + β ∈ V 2 \boldsymbol\alpha+\boldsymbol\beta\in\textbf{V}_2 α+βV2
从而 α + β ∈ V 1 ∩ V 2 \boldsymbol\alpha+\boldsymbol\beta\in\textbf{V}_1\cap\textbf{V}_2 α+βV1V2
所以 V 1 ∩ V 2 \textbf{V}_1\cap\textbf{V}_2 V1V2对加法封闭;
任取 α ∈ V 1 ∩ V 2 , k ∈ K \boldsymbol\alpha\in\textbf{V}_1\cap\textbf{V}_2,k\in\textbf{K} αV1V2,kK k α ∈ V 1 ∩ V 2 k\boldsymbol\alpha\in\textbf{V}_1\cap\textbf{V}_2 kαV1V2
因此 V 1 ∩ V 2 \textbf{V}_1\cap\textbf{V}_2 V1V2 V \textbf{V} V的一个子空间。

平面 V 1 \textbf{V}_1 V1和平面 V 2 \textbf{V}_2 V2的并集不是子空间,因为:

图中, α 1 + α 2 \boldsymbol\alpha_{1}+\boldsymbol\alpha_2 α1+α2不在 V 1 \textbf{V}_1 V1 V 2 \textbf{V}_2 V2平面上
V 1 \textbf{V}_1 V1 V 2 \textbf{V}_2 V2都是 V \textbf{V} V的子空间,则 V 1 + V 2 : = { α 1 + α 1 ∣ α 1 ∈ V 1 , α 2 ∈ V 2 } \textbf{V}_1+\textbf{V}_2:=\{\boldsymbol\alpha_1+\boldsymbol\alpha_1|\boldsymbol\alpha_1\in\textbf{V}_1,\boldsymbol\alpha_2\in\textbf{V}_2\} V1+V2:={α1+α1α1V1,α2V2}
由于 0 = 0 + 0 \boldsymbol{0}=\boldsymbol{0}+\boldsymbol{0} 0=0+0,因此 0 ∈ V 1 + V 2 \boldsymbol{0}\in\textbf{V}_1+\textbf{V}_2 0V1+V2
任取 V 1 + V 2 \textbf{V}_1+\textbf{V}_2 V1+V2的两个向量 α 1 + α 2 , β 1 + β 2 , α 1 , β 1 ∈ V 1 , α 2 , β 2 ∈ V 2 \boldsymbol\alpha_1+\boldsymbol\alpha_2,\boldsymbol\beta_1+\boldsymbol\beta_2,\boldsymbol\alpha_1,\boldsymbol\beta_1\in\textbf{V}_1,\boldsymbol\alpha_2,\boldsymbol\beta_2\in\textbf{V}_2 α1+α2,β1+β2,α1,β1V1,α2,β2V2
( α 1 + α 2 ) + ( β 1 + β 2 ) = ( α 1 + β 1 ) + ( α 2 + β 2 ) (\boldsymbol\alpha_1+\boldsymbol\alpha_2)+(\boldsymbol\beta_1+\boldsymbol\beta_2)=(\boldsymbol\alpha_1+\boldsymbol\beta_1)+(\boldsymbol\alpha_2+\boldsymbol\beta_2) (α1+α2)+(β1+β2)=(α1+β1)+(α2+β2)
由于 α 1 + β 1 ∈ V 1 , α 2 + β 2 ∈ V 2 \boldsymbol\alpha_1+\boldsymbol\beta_1\in\textbf{V}_1,\boldsymbol\alpha_2+\boldsymbol\beta_2\in\textbf{V}_2 α1+β1V1,α2+β2V2
( α 1 + α 2 ) + ( β 1 + β 2 ) = ( α 1 + β 1 ) + ( α 2 + β 2 ) ∈ V 1 + V 2 (\boldsymbol\alpha_1+\boldsymbol\alpha_2)+(\boldsymbol\beta_1+\boldsymbol\beta_2)=(\boldsymbol\alpha_1+\boldsymbol\beta_1)+(\boldsymbol\alpha_2+\boldsymbol\beta_2)\in\textbf{V}_1+\textbf{V}_2 (α1+α2)+(β1+β2)=(α1+β1)+(α2+β2)V1+V2,所以对加法封闭
k ∈ K , k ( α 1 + α 2 ) = k α 1 + k α 2 ∈ V 1 + V 2 k\in\textbf{K},k(\boldsymbol\alpha_1+\boldsymbol\alpha_2)=k\boldsymbol\alpha_1+k\boldsymbol\alpha_2\in\textbf{V}_1+\textbf{V}_2 kK,k(α1+α2)=kα1+kα2V1+V2,所以对数量乘法封闭
因此 V 1 + V 2 \textbf{V}_1+\textbf{V}_2 V1+V2 V \textbf{V} V的一个子空间,把 V 1 + V 2 \textbf{V}_1+\textbf{V}_2 V1+V2称为子空间 V 1 \textbf{V}_1 V1 V 2 \textbf{V}_2 V2
同样地满足交换律,结合律。

  • V 1 + V 2 = V 2 + V 1 \textbf{V}_1+\textbf{V}_2=\textbf{V}_2+\textbf{V}_1 V1+V2=V2+V1
  • ( V 1 + V 2 ) + V 3 = V 1 + ( V 2 + V 3 ) (\textbf{V}_1+\textbf{V}_2)+\textbf{V}_3=\textbf{V}_1+(\textbf{V}_2+\textbf{V}_3) (V1+V2)+V3=V1+(V2+V3)
  • ∑ i = 1 s V i : = V 1 + V 2 + . . . + V s \sum\limits_{i=1}^{s}\textbf{V}_i:=\textbf{V}_1+\textbf{V}_2+...+\textbf{V}_s i=1sVi:=V1+V2+...+Vs也是 V \textbf{V} V的一个子空间。

【命题1】 < α 1 , . . . , α s > + < β 1 , . . . , β r > = k 1 α 1 + . . . + k s α s + l 1 β 1 + . . + l r β r = < α 1 , . . . , α s , β 1 , . . . , β r > <\boldsymbol\alpha_1,...,\boldsymbol\alpha_s>+<\boldsymbol\beta_1,...,\boldsymbol\beta_r>=k_1\boldsymbol\alpha_1+...+k_s\boldsymbol\alpha_s+l_1\boldsymbol\beta_1+..+l_r\boldsymbol\beta_r=<\boldsymbol\alpha_1,...,\boldsymbol\alpha_s,\boldsymbol\beta_1,...,\boldsymbol\beta_r> <α1,...,αs>+<β1,...,βr>=k1α1+...+ksαs+l1β1+..+lrβr=<α1,...,αs,β1,...,βr>

【定理2】【子空间的维数公式】设 V 1 , V 2 \textbf{V}_1,\textbf{V}_2 V1,V2都是 V \textbf{V} V有限维子空间, dim ⁡ ( V 1 + V 2 ) = dim ⁡ ( V 1 ) + dim ⁡ ( V 2 ) − dim ⁡ ( V 1 ∩ V 2 ) \dim(\textbf{V}_1+\textbf{V}_2)=\dim(\textbf{V}_1)+\dim(\textbf{V}_2)-\dim(\textbf{V}_1\cap\textbf{V}_2) dim(V1+V2)=dim(V1)+dim(V2)dim(V1V2)

【证】 V 1 ∩ V 2 \textbf{V}_1\cap\textbf{V}_2 V1V2取一个基 α 1 , . . . , α m \boldsymbol\alpha_1,...,\boldsymbol\alpha_m α1,...,αm,把它分别扩充成 V 1 \textbf{V}_1 V1的一个基 α 1 , . . . , α m , β 1 , . . . , β n 1 − m \boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\beta_1,...,\boldsymbol\beta_{n_1-m} α1,...,αm,β1,...,βn1m
V 2 \textbf{V}_2 V2的一个基 α 1 , . . . , α m , γ 1 , . . . , γ n 2 − m \boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\gamma_1,...,\boldsymbol\gamma_{n_2-m} α1,...,αm,γ1,...,γn2m;其中 n 1 n_1 n1 V 1 \textbf{V}_1 V1的维数, n 2 n_2 n2 V 2 \textbf{V}_2 V2的维数
V 1 + V 2 = < α 1 , . . . , α m , β 1 , . . . , β n 1 − m > + < α 1 , . . . , α m , γ 1 , . . . , γ n 2 − m > = < α 1 , . . . , α m , β 1 , . . . , β n 1 − m , γ 1 , . . . , γ n 2 − m > \textbf{V}_1+\textbf{V}_2=<\boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\beta_1,...,\boldsymbol\beta_{n_1-m}>+<\boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\gamma_1,...,\boldsymbol\gamma_{n_2-m}>=<\boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\beta_1,...,\boldsymbol\beta_{n_1-m},\boldsymbol\gamma_1,...,\boldsymbol\gamma_{n_2-m}> V1+V2=<α1,...,αm,β1,...,βn1m>+<α1,...,αm,γ1,...,γn2m>=<α1,...,αm,β1,...,βn1m,γ1,...,γn2m>
k 1 α 1 + . . . + k m α m + p 1 β 1 + . . . + p n 1 − m β n 1 − m + q 1 γ 1 + . . . + q n 2 − m γ n 2 − m = 0 k_1\boldsymbol\alpha_1+...+k_m\boldsymbol\alpha_m+p_1\boldsymbol\beta_1+...+p_{n_1-m}\boldsymbol\beta_{n_1-m}+q_1\boldsymbol\gamma_1+...+q_{n_2-m}\boldsymbol\gamma_{n_2-m}=\boldsymbol{0} k1α1+...+kmαm+p1β1+...+pn1mβn1m+q1γ1+...+qn2mγn2m=0…(1)
q 1 γ 1 + . . . + q n 2 − m γ n 2 − m = − k 1 α 1 − . . . − k m α m − p 1 β 1 − . . . − p n 1 − m β n 1 − m ∈ V 1 ∩ V 2 q_1\boldsymbol\gamma_1+...+q_{n_2-m}\boldsymbol\gamma_{n_2-m}=-k_1\boldsymbol\alpha_1-...-k_m\boldsymbol\alpha_m-p_1\boldsymbol\beta_1-...-p_{n_1-m}\boldsymbol\beta_{n_1-m}\in\textbf{V}_1\cap\textbf{V}_2 q1γ1+...+qn2mγn2m=k1α1...kmαmp1β1...pn1mβn1mV1V2
q 1 γ 1 + . . . + q n 2 − m γ n 2 − m ∈ V 2 , − k 1 α 1 − . . . − k m α m − p 1 β 1 − . . . − p n 1 − m β n 1 − m ∈ V 1 q_1\boldsymbol\gamma_1+...+q_{n_2-m}\boldsymbol\gamma_{n_2-m}\in\textbf{V}_2,-k_1\boldsymbol\alpha_1-...-k_m\boldsymbol\alpha_m-p_1\boldsymbol\beta_1-...-p_{n_1-m}\boldsymbol\beta_{n_1-m}\in\textbf{V}_1 q1γ1+...+qn2mγn2mV2,k1α1...kmαmp1β1...pn1mβn1mV1
于是 q 1 γ 1 + . . . + q n 2 − m γ n 2 − m = l 1 α 1 + . . . + l m α m q_1\boldsymbol\gamma_1+...+q_{n_2-m}\boldsymbol\gamma_{n_2-m}=l_1\boldsymbol\alpha_1+...+l_m\boldsymbol\alpha_m q1γ1+...+qn2mγn2m=l1α1+...+lmαm
从而 − l 1 α 1 − l m α m + q 1 γ 1 + . . . + q n 2 − m γ n 2 − m = 0 -l_1\boldsymbol\alpha_1-l_m\boldsymbol\alpha_m+q_1\boldsymbol\gamma_1+...+q_{n_2-m}\boldsymbol\gamma_{n_2-m}=\boldsymbol{0} l1α1lmαm+q1γ1+...+qn2mγn2m=0
因为基是线性无关的,
因此 l 1 = . . . = l m = q 1 = . . . = q n 2 − m = 0 l_1=...=l_m=q_1=...=q_{n_2-m}=0 l1=...=lm=q1=...=qn2m=0代入(1)式得 k 1 α 1 + . . . + k m α m + p 1 β 1 + . . . + p n 1 − m β n 1 − m k_1\boldsymbol\alpha_1+...+k_m\boldsymbol\alpha_m+p_1\boldsymbol\beta_1+...+p_{n_1-m}\boldsymbol\beta_{n_1-m} k1α1+...+kmαm+p1β1+...+pn1mβn1m
因为基是线性无关的
从而 k 1 = . . . = k m = p 1 = . . . = p n 1 − m = 0 k_1=...=k_m=p_1=...=p_{n_1-m}=0 k1=...=km=p1=...=pn1m=0
所以 < α 1 , . . . , α m , γ 1 , . . . , γ n 2 − m > <\boldsymbol\alpha_1,...,\boldsymbol\alpha_m,\boldsymbol\gamma_1,...,\boldsymbol\gamma_{n_2-m}> <α1,...,αm,γ1,...,γn2m>线性无关
从而 dim ⁡ ( V 1 + V 2 ) = m + ( n 1 − m ) + ( n 2 − m ) = n 1 + n 2 − m = dim ⁡ ( V 1 ) + dim ⁡ ( V 2 ) − dim ⁡ ( V 1 ∩ V 2 ) \dim(\textbf{V}_1+\textbf{V}_2)=m+(n_1-m)+(n_2-m)=n_1+n_2-m=\dim(\textbf{V}_1)+\dim(\textbf{V}_2)-\dim(\textbf{V}_1\cap\textbf{V}_2) dim(V1+V2)=m+(n1m)+(n2m)=n1+n2m=dim(V1)+dim(V2)dim(V1V2)


http://www.kler.cn/news/337015.html

相关文章:

  • 驱动程序-启动内核
  • 在CentOS7上安装mysql
  • 高效数据处理:MapReduce与Hive的实战应用
  • 短剧系统源码短剧平台开发(H5+抖小+微小)部署介绍流程
  • Ollama接口系统详解
  • LabVIEW提高开发效率技巧----点阵图(XY Graph)
  • 什么是守护进程??
  • YOLO11改进|注意力机制篇|引入大核可分离卷积注意力块LSKA
  • 【动态规划-最长公共子序列(LCS)】力扣97. 交错字符串
  • R中的箱线图
  • 人机协作:科技与人类智慧的融合
  • MySQL 实验 7:索引的操作
  • 解锁语言之门:中英文翻译工具全解析
  • 【AI知识点】激活函数(Activation Function)
  • Qt 实现动态时钟
  • RTOS系统移植
  • Golang | Leetcode Golang题解之第450题删除二叉搜索树的节点
  • 【React】setState 批量更新
  • 【JavaEE初阶】深入理解线程池的概念以及Java标准库提供的方法参数分析
  • 【学习笔记】手写一个简单的 Spring MVC