线性子空间
线性子空间

证 证 明与 命题5类 似,略 .
例3 令 A ∈ F n×n , A2 = A. 求证 F n = R( A) ⊕ N ( A).
证 (1) F n = R( A) + N ( A) :
α ∈ F ⇒ α = Aα + (α − Aα );
(证 明 略)
例1 令V1 = span[e1 , e 2 ], V2 = span[e 2 , e 3 ] ≤ R 3 , 则 V1 ∩ V2 = {ke 2 | k ∈ R}, V1 + V2 = R 3 .
注意 : dimV1 + dimV2 = 2 + 2 = 4 ≠ dim(V1 + V2 ) = 3.
(2) 同样可以定义V1 ⊕ L ⊕ Vm .
命题4
令V1 , V2 ≤ V , 则下列各项等价 :
(1) V1 ∩ V2 = {0}. (2) V1 ⊕ V2 . (3) 若 α 1 , ⋅ ⋅⋅, α m 和 β 1 , ⋅ ⋅⋅, β n 分别为V1和 V2的基, 则 α 1 , ⋅ ⋅⋅, α m , β 1 L , β n 为 V1 + V2 的基 ⋅ (4) dim(V1 + V2 ) = dimV1 + dimV2 . 通过(1) ⇒ (2) ⇒ (3) ⇒ (4) ⇒ (1)完成证明.
span[ x1 , ⋅ ⋅⋅, xm ] ≡ {k1 x1 + ⋅ ⋅ ⋅ + km xm | k1 , ⋅ ⋅⋅, kn∈ F } 为子空间, 称 x1 , ⋅ ⋅⋅, xm 的生成子空间.
span[ x1 , ⋅ ⋅⋅, xm ]也用 L[ x1 , ⋅ ⋅⋅, xm ] 表示.
线性空间子空间

线性空间子空间概念在线性代数中,线性空间是指具有加法和标量乘法运算的集合,它满足以下四个条件:1.加法封闭性:对于任意的两个向量u和v,它们的和u+v也属于线性空间中。
2.标量乘法封闭性:对于任意的标量k和向量u,它们的乘积ku也属于线性空间中。
3.加法结合律:对于任意的三个向量u、v和w,满足(u+v)+w = u+(v+w)。
4.零向量存在性:存在一个零向量0,满足对于任意的向量u,都有u+0 = u。
线性空间中的子空间是指线性空间的一个子集,且在该子集上定义的加法和标量乘法运算仍然满足线性空间的四个条件。
换句话说,如果一个集合是某个线性空间的子空间,那么它也是一个线性空间。
性质线性空间子空间具有以下性质:1.子空间包含零向量:任意线性空间的子空间都必然包含零向量0。
2.子空间封闭性:对于任意子空间中的两个向量,它们的和仍然属于该子空间。
3.子空间封闭于标量乘法:对于任意子空间中的一个向量和一个标量,它们的乘积仍然属于该子空间。
例子考虑一个实数域上的线性空间R^3,其中的向量可以表示为(x, y, z)的形式。
假设我们要研究关于平面x = 0的子空间。
这个子空间可以表示为{(0, y, z) | y, z∈R}。
验证这个集合是线性空间的子空间需满足以下条件:1.加法封闭性:对于任意两个向量(0, y₁, z₁)和(0, y₂,z₂),它们的和(0, y₁+y₂, z₁+z₂)仍然属于这个集合。
2.标量乘法封闭性:对于任意向量(0, y, z)和标量k,它们的乘积(k⋅0, k⋅y, k⋅z)仍然属于这个集合。
3.加法结合律:满足(u+v)+w = u+(v+w)对于这个集合中任意的向量u、v和w。
4.零向量存在性:这个集合中存在一个零向量(0, 0, 0),满足任意向量(0, y, z)加上零向量仍然得到(0, y, z)。
由于满足这四个条件,我们可以得出结论,这个集合是我们所考虑的线性空间R^3的子空间。
6.5 线性子空间

学习单元5:线性子空间_________________________________________________________ 导学学习目标:了解线性子空间的概念;掌握线性子空间的判别法;理解生成子空间的概念;掌握生成子空间的维数与基的计算;了解齐次线性方程组的解空间。
学习建议:建议大家多看书,多读定义,注意定义中的条件,多看例题,认真比照例题多做练习题,通过练习掌握理论。
重点难点:重点:深刻理解子空间的概念与判别。
难点:掌握生成子空间的基与维数的计算。
_________________________________________________________ 学习内容一、线性子空间的定义与判别空义设V为P上线性空间,W为V的非空子集合,如果W关于V的运算也构成P上线性空间,则称W为V的线性子空间,简称W为V的子空间,记为W V。
例1V P3,W{(a,0,0)|a P},W V。
证明按定义验证。
定理设V为P上线性空间,W为V的非空子集合,则W V的充要条件是:1)对任何,W,有W;合也是V的子空间,这两个子空间通常叫V的平凡子空间。
例3P[x]n P[x]。
证明按判别定理验证。
例4齐次线性方程组的解空间。
解由齐次线性方程组的解向量的性质及子空间的判别定理知一个齐次线性方程组的所有解向量的集合构成Pn的子空间,通常称为齐次线性方程组的解空间。
二、生成子空间命题设V为P上线性空间,1,L,r V,令L(1,L,r){k11L krr|k1,L,kr P},则L(1,L,r)V。
定义称L(1,L,r)为由1,L,r生成的子空间。
定理设V为P上线性空间,1,L,r与1,L,s为V中两个向量组。
(1)L(1,L,r)L(1,L,s)的充要条件是1,L,r与1,L,s等价。
(2)dim(1,L,r)R(1,L,r)。
(3)1,L,r的一个极大线性无关组是L(1,L,r)的一个基。
三、V中线性无关组与V的基的关系定理设V为P上n维线性空间,1,L,m为V的一个线性无关向量组,m n,则在V中存在n m个向量,m1,L,n使1,L,m,m1,L,n为V的一个基。
线性子空间——精选推荐

§6-5 线性子空间一、定义设V 是数域P 上的线性空间,W 是V 的非空子集,如果W 对于V 的两种运算也构成数域P 上的线性空间,则称W 是V 的一个线性子空间,简称子空间。
例如:三维几何空间中,考虑一个过原点的平面,其上所有向量对于向量的加法和数乘构成一个二维子空间。
从定义上看判断一个非空子集是否子空间,需要逐一验证线性空间的8条运算法则,工作量太大,下面给出判断非空子集是否子空间的判断定理。
二、判断定理定理2:如果线性空间V 的非空子集W 对于V 的两种运算是封闭的,则W 是V 的一个线性子空间。
分析:所谓封闭是指,当P k W ∈∈,,βα时,一定有W ∈+βα,及W k ∈α 证明:对于线性空间的8条运算法则逐一验证。
①②因为V 是线性空间,一定满足αββα+=+,且()()γβαγβα++=++,而W 是V 的子集,其中元一定是V 的元,于是也满足③因为对数乘封闭,所以当0=k 时,W k ∈=0α④因为对数乘封闭,所以当1-=k 时,W ∈-=-αα1⑤--⑧同①②的证法。
对于子空间同样可引人维数、基及坐标的概念,由于V W ⊂,所以W 中不可能有比V 中更多的线性无关的向量,故:W 的维数≤V 的维数。
三、几种特殊的子空间1、 零子空间:因为V ∈θ ,可证明单独一个零元组成一个子空间,叫做零子空间。
2、 平凡子空间:由于V 本身也是V 的子空间,所以称零子空间和V 本身叫做V 的平凡子空间(或假子空间)。
其它的子空间都叫做非平凡子空间(或真子空间)。
例1:普通三维几何空间中,过原点而在一个平面上的所有向量构成一个二维子空间,过原点而在一条直线上的所有向量构成一个一维子空间。
例2:nP 中,使第一个分量01=a 的向量()n a a ,,,02 构成一个子空间,是1-n 维的。
例3:[]n x P 是n P 的一个子空间。
例4:在n P 中,齐次线性方程组⎪⎩⎪⎨⎧=++=++00111111n mn m n n x a x a x a x a (*)的全部解向量构成一个子空间,称为(*)的解空间。
矩阵理论第二讲线性子空间

矩阵理论第⼆讲线性⼦空间第⼆讲线性⼦空间⼀、线性⼦空间的定义及其性质1. 定义:设V1是数域K上的线性空间V的⼀个⾮空⼦集合,且对V已有的线性运算满⾜以下条件1. 如果x、yV1,则x+yV1;2. 如果xV1,kK,则kxV1,则称V1是V的⼀个线性⼦空间或⼦空间。
2. 性质:(1)线性⼦空间V1与线性空间V享有共同的零元素;(2)V1中元素的负元素仍在V1中。
[证明](1)0V中的零元素也在V1中,V1与V享有共同的零元素。
(2)(-1)x=(-x) 封闭性V1中元素的负元素仍在V1中1. 分类:⼦空间可分为平凡⼦空间和⾮平凡⼦空间平凡⼦空间:{0}和V本⾝⾮平凡⼦空间:除以上两类⼦空间4. ⽣成⼦空间:设x1、x2、···、x m为V中的元素,它们的所有线性组合的集合也是V的线性⼦空间,称为由x1、x2、···、x m⽣(张)成的⼦空间,记为L(x1、x2、···、x m)或者Span(x1、x2、···、x m)。
若x1、x2、···、x m线性⽆关,则dim{L(x1、x2、···、x m)}=m5. 基扩定理:设V1是数域K上的线性空间V n的⼀个m维⼦空间,x1、x2、···、x m是V1的⼀个基,则这m个基向量必可扩充为V n的⼀个基;换⾔之,在V n中必可找到n-m个元素x m+1、x m+2、···、x n,使得x1、x2、···、x n成为V n的⼀个基。
这n-m个元素必不在V1中。
⼆、⼦空间的交与和1.定义:设V1、V2是线性空间V的两个⼦空间,则分别称为V1和V2的交与和。
2.定理:若V1和V2是线性空间V的两个⼦空间,则,V1+V2均为V的⼦空间[证明](1)是V的⼀个线性⼦空间。
线性空间的子空间分析

线性空间的子空间分析对于线性代数领域来说,线性空间的子空间是一个重要的概念。
在本文中,我们将深入讨论线性空间的子空间,并分析它的特性以及与原始空间的关系。
一、子空间的定义与性质子空间是指在给定的线性空间中,满足线性组合封闭性质的一个非空集合。
具体而言,对于一个线性空间V,若W是V的一个子集,同时W也是一个线性空间,那么称W为V的子空间。
子空间的定义要求满足以下条件:1. 子空间必须包含零向量。
2. 子空间中的任意两个向量的线性组合仍然属于该子空间。
3. 子空间在对应线性空间中,也是线性无关的。
子空间的这些性质可以让我们更加深入地研究和理解线性空间的结构。
二、子空间与原始空间的关系子空间与原始空间之间存在着一种包含关系。
换句话说,子空间是原始空间的一个子集。
这是因为子空间满足了线性空间的所有特性,同时也满足了原始空间的条件。
我们可以通过一个例子来说明子空间与原始空间的关系。
假设有一个二维平面上的线性空间V,其中所有的二维向量都属于V。
如果我们选取平面上的一条直线L,那么L上的所有向量组成的集合就是V的一个子空间。
这个子空间与原始空间V之间存在着一一对应的关系。
三、子空间的维数和基底的选择与线性空间类似,子空间也可以有维数的概念。
子空间的维数是指子空间的一个最大线性无关向量组中所包含的向量个数。
维数的选择对于描述子空间的特性非常重要。
为了找到子空间的维数,我们可以选择一个合适的基底。
基底是指子空间中的一个最大线性无关向量组,通过基底的选择,我们可以得到子空间的维数。
而子空间的维数等于基底的向量个数。
在选择基底的时候,我们需要确保选择的向量组是线性无关的,并且能够张成整个子空间。
通过选择合适的基底,我们可以更好地描述子空间的几何结构。
四、子空间的应用与意义子空间的概念在数学和工程学科中都有广泛的应用。
在线性代数中,子空间是理解和分析线性空间结构的重要工具。
它可以帮助我们解决线性方程组、矩阵运算等问题。
矩阵论 线性子空间

例4 n元齐次线性方程组 a11 x1 a12 x2 a1n xn 0 a21 x1 a22 x2 a2 n xn 0 a x a x a x 0 s2 2 sn n s1 1
( *)
的全部解向量所成集合W对于通常的向量加法和数 量乘法构成的线性空间是 n 维向量空间 Pn 的一个子 空间,称W为方程组(*)的解空间.
则W关于V的运算作成V的一个子空间.
即1 , 2 ,, r 的一切线性 组合所成集合.
定义:V为数域P上的线性空间,
则子空间
二、一类重要的子空间 ——生成子空 间 , ,, V
1 2 r
,
W {k11 k2 2 kr r ki P , i 1,2, , r }
i
有 a1 1 a2 2 an n
故有 P L( 1 , 2 , , n )
n
即 Pn 由它的一组基生成. 类似地,还有
事实上,任一有限 维线性空间都可由 它的一组基生成.
P[ x ]n L(1, x , x 2 , , x n1 ) a0 a1 x an1 x n1 a0 , a1 , , an1 P
n1 (1,0,,0, 1) 就是W1 的一组基.
而在 W2中任取两个向量 , ,设
( x1 , x2 ,, xn ), ( y1 , y2 ,, yn )
则 ( x1 y1 , x2 y2 ,, xn yn )
但是 ( x1 y1 ) ( x2 y2 ) ( xn yn ) ( x1 x2 xn ) ( y1 y2 yn ) 1 1 2
第4节 线性子空间

都线性相关,从而
k11 k2 2 kr r , l11 l2 2 lr r ,
于是对任意的数x, y, 有
x y ( xk1 yl1 )1 ( xkr yl r ) r ,
它是V 注释1 (1)线性空间V是它自身的子空间, 的子空间中最大的。 它是V的子空间中最小的, (2){0}也是V的子空间, 称为V的零子空间。 二、线性子空间的性质 命题4.1 线性空间V的有限个子空间的交仍是V的 子空间。
注释2 线性空间V的两个子空间的并是子空间吗?
两个子空间的并不一定是子空间, 例如
V1 {(a ,0,0) a R}; V2 {(0, b,0) b R}
它们的并集 都是R3的子空间,
V1 V2 {(a ,0,0),(0, b,0) a , b R} {(a , b,0) a , b R 且a 0或b 0}
不是R3的子空间. 因它对R3的加法运算不封闭。 事实上,
问 例4.2 设 1 , 2 , 3 是立体空间上 R3 的向量,
L(1 , 2 , 3 ) l11 l2 2 l3 3 : l1 , l2 , l3 R
有可能表示空间的什么图形?
解 如果 1 2 3 0, 则 L(1 , 2 , 3 ) (0,0,0) , 此时 L(1 , 2 , 3 ) 就是立体空间的坐标原点。 如果 1 , 2 , 3 不全为0并且三个向量共线,则
从而 x y W . 即 1 , 2 , , r , x y 线性相关,
(2) 不能构成子空间, 因为加法一般不封闭。
例如, 在向量空间 K 4 中取向量
- 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)。
1.2.4 子空间的直和与补子空间
定义 设 V1 ,V2 是线性空间 V 的两个子空间,若其和 V1 V2 中 每个向量的分解式
1 2
1 V1 , 2 V2
是唯一的,则称 V1 V2 为直和,记作 V1 V2
定理 V1 V2 是直和的充分与必要条件是 V1 V2 0 证明 必要性 V1 V2 , V1 且 V2 ,而 0 V1 V2 ,
基,则
定理
设 V1 ,V2 是线性空间 V 的任意两个子空间,则
V1 = span { 1 , 2 ,, r , 1 , 2 ,, n1 r }
所以
V2 = span { 1 , 2 ,, r , 1 , 2 ,, n2 r }
V1 V2 span { 1 , 2 ,, r , 1 , 2 ,, n1 r , 1 , 2 ,, n2 r }
以上运算可以推广到 n 个子空间 V1 ,V2 ,,Vn .
例 5 设 V1 ,V2 分别为齐次线性方程组 Ax 0 , Bx 0 的解空间, 则V1 V2 为
Ax 0 Bx 0
的解空间. 例 6 设 1 1,2,1,0, 2 1,1,1,1,1 2,1,0,1 , 2 1,1,3,7 ,
P[ x]r 1 构成 P[ x]n 的一个 r 维子空间,并且
P[ x]r 1 span 1, x, x2 ,, xr 1 .
0,0, xk 1 , xk 2 ,, xn
例 3
n 在 R 中,前 k 个分量 的全体构成一个 n k 维子空
1.2 线性子空间
1.2.1 子空间的概念 定义 设W是线性空间V的一个非空子集合,如果W对
于V中所定义的加法和数乘两种运算也构成一个线性空间,
则称W是V的线性子空间 . 根据上述定义,要验证线性空间V的非空子集合W是V的
子空间,需验证W对于V中运算封闭且满足运算规律(3)、
(4)即可.因为运算规律(1)、(2)、(5)、(6)、 (7)、(8)显然是成立的,而由线性空间的性质可知,只
也是 V 的子空间,称这个子空间为 V1 与 V2 的和. 如果线性空间 V1 与 V2 分别由 1 , 2 ,, s 与 1 , 2 ,, t 所生成,
那么
V1 V2 span 1,2 ,, s + span1, 2 ,, t span 1,2 ,, s , 1, 2 ,, t
要W对于V中运算封闭,运算规律(3)、(4)也就自然满足,
故有下面定理 .
定理
线性空间V的非空子集W构成V的子空间的充分
必要条件是: W对于V中的线性运算封闭. 根据上述定理,设V是线性空间,0为V的零元素,那么
W={0}就是V的一个子空间. 当然V也是V的子空间.
例 1 设 1 , 2 ,, s 是线性空间 V 中一组向量, 不难看出这 组向量所有可能的线性组合所成集合
i 1
b j j ai i span 1 , 2 ,, s
j 1 i 1
t
s
所以
span 1 , 2 ,, s = span 1 , 2 ,, t
定理
1 , 2 ,, s 的秩.
定理
r
线性空间 V = span
n
设 V 是 n 维线性空间 V 的一个 r 维子空间, r n 是 V 的 一 个 基 , 则 V 中 存 在 nr 个 向 量
dimV1 V2 dim V1 + dim V2 - dim(V1 V2 ) 证明 设 dim V1 n1 , dim V2 n2 , dim(V1 V2 ) r ,取 交空间 V1 V2 的一个基为 1 , 2 ,, r ,将其扩充为 V1 与 V2 的一个
组, 所以
向量组 1 , 2 , 1 , 2 的秩为 3,并且 1 , 2 , 1 为其一个极大线性无关
1, 2 , 1 即 V1 V2 = span
(2) 再求交. 对V1 V2 而言,对于任意的 V1 V2 ,有
a1 , a2 , b1 , b2 P ,使 a11 a2 2 b1 1 b2 2 即 a11 a2 2 b1 1 b2 2 0
若向量组 1 , 2 ,, s 与 1 , 2 ,, t 等价, 则对于任意的 1 , 2 ,, s , span
t j 1
均有 ai i b j j span 1 , 2 ,, t
同理, 对于任意的 span 1 , 2 ,, t ,均有
2 2
故 0 即 h11 h2 2 hr r k1 1 k 2 2 k n1 r n1 r =0
p1 p2 pr l1 l2 ln2 r 0
又因为 1 , 2 ,, r ,
1 , 2 ,, n r 也线性无关,所以
因为 V1 V2 是 V 的子空间,所以
n
dimV1 V2 dim V n n
故
dim(V1 V2 ) = dim V1 + dim V2 - dimV1 V2 n dimV1 V2 0
所以 dim(V1 V2 ) 0 ,即 V1 V2 为非零子空间,必含有非零向量
所 以 V1 V2 中 的 任 意 元 素 均 可 由
表 示 , 即 dim(V1 V2 ) 1 , 5,2,3,4 是V1 V2 的一个基,即V1 V2 = span
1.2.3 子空间的维数与基
定理
i span 1 , 2 ,, t , j span 1 , 2 ,, s , 即向量组 1 , 2 ,, s 与 1 , 2 ,, t 可以互相线性表示,所以这两个向量
T
间,如果记 i ,则上述子空 0,,0, 1 ,0,,0 ( i 1,2,, n ) 间为 s p a n k 1, k 2 ,, n .
例 4
(i )
n 元齐次线性方程组 Ax 0 的全体解向量构成 R n 的一
个子空间,我们称这个子空间为该方程组的解空间,其基是该方程 组的基础解系,维数为 n r ,其中 r 为系数矩阵的秩.
所以
a1,2a1, a1,0 a2 , a2 , a2 , a2 2b1, b1,0, b1 b2 , b2 3b2 ,7b2 0,0,0,0
a1 a 2 2b1 b2 0 2a a b b 0 1 2 1 2 即 3b2 0 a1 a 2 a 2 b1 7b2 0 T 其基础解系为 1,4,3,1 1 4 2 31 2 5,2,3,4
再令
则有
l1 1 l2 2 ln r n r
2 2
所以 V1 且 V2 从而 V1 V2
p11 p2 2 pr r , l1 1 l 2 2 l n r n r 即 p11 p2 2 pr r l1 1 l 2 2 ln2 r n2 r 0 又因为 1 , 2 ,, r , 1 , 2 ,, n2 r 线性无关,所以
1,2 与 V2 span1, 2 的和与交的维数以及它们的 求 V1 span 基. 解 (1) 先求和. 因为 1, 2 span1, 2 span 1, 2 , 1, 2 V1 V2 = span
dim V1 V2 3 , 并且 V1 V2 的一个基为{ 1 , 2 , 1 }
推论 并且
若 V1 ,V2 是线性空间 V 的两个子空间, dim V n ,
n n
dim V1 + dim V2 n , 则必存在 0 ,且 V1 V2 n 证明 因为 V1 ,V2 是 V 的子空间,所以 dimV1 V2 dim V1 + dim V2 - dim(V1 V2 ) , 即 dim(V1 V2 ) = dim V1 + dim V2 - dimV1 V2 又因为 dim V1 + dim V2 n ,所以 dim V1 + dim V2 - dimV1 V2 n dimV1 V2
组等价. 充分性
s
充分且必要条件为 1 , 2 ,, s 与 1 , 2 ,, t 等价. 证 明 必 要 性 若 span 1 , 2 ,, s = span 1 , 2 ,, t , 则
两个向量组 1 , 2 ,, s 与 1 , 2 ,, t 生成的子空间相同的
1.2.2 子空间的交与和 定理 设 V1 ,V2 是线性空间 V 的子空间, 用V1 V2 表示 V1 与 V2 中公共元素的集合, 则V1 V2 也是 V 的子空间, 称这个子空间为 V1
与 V2 的交. 定理 设 V1 ,V2 是线性空间 V 的子空间,则
V1 V2 1 2 1 V1 , 2 V2
{k11 k2 2 k s | ki R(i 1,2,, s)}
是非空的,而且对线性运算封闭,从而构成 V 的一个子空间,称 为由 1 , 2 ,, s 生成的子空间,记为 span(1,2 ,, s ) .
例 2
在 P[ x]n 中所有次数不大于 r 1r n 的多项式的全体
以下证明这组生成元线性无关,令 h11 h2 2 hr r k1 1 k 2 2 k n1 r n1 r
l1 1 l2 2 ln2 r n2 r 0