线性子空间直和证明的若干探讨2010.7.5
§5子空间的交与和直和

首页 上页 下页 返回 结束
12
L ( 1 , 2 , … , r ) W . 2) 设 V 是一个有限维线性空间, W 是 V 的一个 子空间, 则 W 也是有限维的. 设1 , 2 , … , r是 W 的一组基,就有 W = L ( 1 , 2 , … , r ) .
首页 上页 下页 返回 结束
6
例5 在线性空间P n中,齐次线性方程组 a11 x1 a12 x2 a x a x 21 1 22 2 a s1 x1 a s 2 x2
次线性方程组的解空间.
a1n xn 0 , a2 n xn 0 , a sn xn 0
( 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
16
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 . 证 对维数差 n - m 作归纳法, 当 n - m = 0时, 定理显然成立,因为 1 , 2 , … , m 已经是 V的基. 现在假设 n - m = k 时定理成立, 我们考虑n - m = k + 1的情形. 既然 1 , 2 , … , m 还不是 V 的基,它又是线
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?
线性子空间的和与直和

线性子空间的和 线性子空间的和的维数公式 线性子空间的和的基的求法 线性子空间的直和
18.07.2020
线性空间与欧几里得空间
1
线性子空间的和
两个线性子空间的交是线性子空间,但两个线性子空间 的并集一般不是线性子空间。
也是一个线性子空间,
18.07.2020
线性空间与欧几里得空间
proof
10
命题2.1的证明
证明:
所以 W 是线性子空间。
18.07.2020
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
18.07.2020
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:
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。
18.07.2020
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。
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.
18.07.2020
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
18.07.2020
线性空间与欧几里得空间
§5 线性子空间

,
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
0 4
1 0 3 1 2
0
0 0
1 0 0
1 0 0
0 1 0
1 1 0
B
由B知,1,2 ,4 为 1,2 ,3 ,4 ,5 的一个极大
无关组.
故,维 L(1,2,3,4,5 )=3, 1,2 ,4 就是 L(1,2,3,4,5 ) 的一组基.
第六章 线性空间 §5 线性子空间
101 又 1 3 1 12 0,
例5 判断Pn的下列子集合哪些是子空间: W1 {( x1, x2 , , xn ) x1 x2 xn 0, xi P}
W2 {( x1, x2 , , xn ) x1 x2 xn 1, xi P}
W3 {( x1, x2 , , xn1,0) xi P, i 1, 2, , n 1}
W2 , 故W2不是Pn的子空间.
第六章 线性空间 §5 线性子空间
下证W3是Pn的子空间. 首先 0 (0,0, ,0)W3, W3
其次, , W3 ,k P, 设 ( x1, x2 , , xn1,0), ( y1, y2 ,
, yn1,0)
则有 ( x1 y1, x2 y2 , , xn1 yn1,0) W3
第六章 线性空间 §5 线性子空间
同理可得, L(1, 2, , s ) L(1,2, ,r ) 故, L(1,2, ,r ) L(1, 2, , s )
《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
子空间直和的判定与证明

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。
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.
- 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)。
线性子空间直和证明的若干探讨郭倩向虎周刘丹华中农业大学理学院,武汉,湖北,430070摘要:线性空间是高等代数最基本的概念之一(见文献[1]),线性子空间是线性空间这一抽象概念所生发出的重要知识点,而线性子空间的直和是线性子空间之间的一种特殊运算,直和是一种要求更高的和,关于直和的证明有一道典型题目:证明()A A L +()A A E L +-⊕n R =(n m R A ⨯∈,+A 为A 的广义逆)。
本文将以此题为重点进行展开,通过数种不同证法的展示来探讨直和的证明,给出了一般直和的通用证法。
关键词:线性子空间;直和;证明一、引言线性代数是很多非数学类专业的公共基础课之一。
线性代数是数学类专业的骨干基础课程,线性空间对很多数学知识有领导作用(侯维民教授)。
线性代数是代数学中应用最广泛的部分之一,它对培养学生的抽象思维能力、逻辑思维能力、解决实际问题的能力有重要的意义(文献[2])。
线性代数的基本概念和理论在数学各分支中是一种“通用语言”,有着基础性的地位,在科学技术各领域中更有多方面的重要应用,是理工科大学生的必修课程(文献[3])。
线性空间是线性代数中的重要知识点,线性空间也是线性代数中最为抽象的概念。
单个线性空间有自己的性质和运算法则,同时空间与空间之间相互嵌套,每个线性空间都有自己的子空间。
空间与空间之间会产生新的定义和运算,如空间的和与交。
空间的和与交的概念比线性空间的其他概念更为抽象,证明更加困难,只有掌握清楚了子空间的这些最为抽象的运算,才能对线性空间这一知识点有整体的把握。
子空间的和,尤其是直和虽然概念抽象、证明困难,但仍然有规律可循。
只要掌握了方法,便能得心应手,本文便致力于此。
研究线性空间直和问题的文章有很多,大多都是研究某种直和的具体模型,如直和与特殊矩阵、直和与线性变换、直和的分解定理、直和与哈密尔顿-凯莱公式等。
本文主要研究研究线性空间直和的两种基本模型,对常见的直和问题做出归纳整理。
本文模型一中的前三个等价条件在文献[1]中都可找到,故不详述。
第四个等价条件在文献[4]和文献[5]中都有类似提到,本文给出了不同的证明方法。
本文模型二中的第三种组合在文献[6]有提到,本文的证法与之类似,同时结合了典型例题。
本文的特点是归纳和整理出了线性空间直和常见的形式,同时结合了典型例题去探讨本文整理所的方法的具体应用。
(本文只探讨两个子空间的直和,两个以上的子空间的直和可推广得来)二、子空间直和概念的初步探讨(模型一)定义:设1V ,2V 是线性子空间V 的子空间,如果和21V V +中的每个向量α的分解式21ααα+=,i i V ∈α(i =1,2),是唯一的,这个和就称为直和,记为21V V ⊕。
(文献[1])初步探讨:在前提条件:21V V V +=下,21V V V ⊕=的等价条件:1:V 中每个向量α的分解式21ααα+=,i i V ∈α(i =1,2)是唯一的;2:等式021=+αα,i i V ∈α)2,1(=i 只有在i α全为零向量时才成立;3:{}021=V V ;4:V 中存在一个向量α的分解式21ααα+=,i i V ∈α)2,1(=i 是唯一的。
说明:充分必要条件1,2,3的证明见文献[1]充分必要条件4的证明如下:法Ⅰ:先证必要性:由直和⇒条件4由定义可知21V V +中每个向量α的分解式唯一,自然存在一个属于21V V +的向量的分解式唯一。
再证充分性:由条件4⇒直和易知条件3⇔直和,故可由条件4⇒条件3⇒直和。
不妨证明“条件4⇒条件3”的逆否命题:若1V 2V {}0≠,则任意∈α(21V V +)的分解式必不唯一假设1V =L ),,,(121k ααα ,2V ),,,(221k L βββ =,),,,(321k L V V γγγ =则任意∈α(21V V +)=),,,,,,,(212121k k L βββααα 必有221111122112211k k k k k k k l l l l l l βββαααα++++++++++= 由1V 2V {}0≠可知3,,,21k γγγ 必不全为0.不妨假设1γ不为0,则+++++=)(1221111γααααn l l l k k )(1222112111γβββn l l l k k k k k -++++++ (),2,1 =n 易知112211)(11V n l l l k k ∈++++γααα ,212211)(22111V n l l l k k k k k ∈-++++++γβββ .且随着n 的变化α的分解便不同,故可知任意向量∈α(21V V +)的分解式必不唯一。
所以,“条件4⇒条件3”的逆否命题成立,故“条件4⇒条件3”成立,故原命题充分性可证。
法Ⅱ:先证必要性:由直和⇒条件4由定义可知21V V +中每个向量α的分解式唯一,自然存在一个属于21V V +的向量的分解式唯一。
再证充分性:由条件4⇒直和易知条件2⇔直和,故可由条件4⇒条件2⇒直和。
不妨证明“条件4⇒条件2”的逆否命题:若0向量的分解式不唯一,则任意∈α(21V V +)的分解式必不唯一假设1V =L ),,,(121k ααα ,2V ),,,(221k L βββ =,则任意的向量∈α(21V V +)=),,,,,,,(212121k k L βββααα 必有221111122112211k k k k k k k l l l l l l βββαααα++++++++++= 由0向量的分解式不唯一可知,不妨假设存在0=0+0=21γγ+,(21,γγ不全为0,且2211,V V ∈∈γγ),则)()(22211122112211111γβββγαααα+++++++++=+++k k k k k k k l l l l l l 故可知任意向量∈α(21V V +)的分解式必不唯一所以,“条件4⇒条件2”的逆否命题成立,故“条件4⇒条件2”成立,故原命题充分性可证。
综上可以把初步探讨的结果整合一下:①直和:和空间每个向量分解唯一⇔和空间存在一个向量分解唯一⇔和空间的0向量分解唯一。
②和空间的0向量分解唯一⇔{}021=V V 。
三、直和证明的新思路(模型二)问题:如果1V ,2V 是V 的线性子空间,怎样证明V V V =⊕21呢?需要什么条件呢?解析:有三个条件:①V V V =+21;②维(1V )+维(2V )=维(V );③{}021=V V ;三个条件任意两个组合都能证出V V V =⊕21。
简单说明:第一种组合:V V V =+21且维(1V )+维(2V )=维(V )由维数公式:维(21V V +)+维)(21V V =维(1V )+维(2V )可得,维)(21V V =0,即{}021=V V ,且V V V =+21.故V 是1V ,1V 的直和,即V V V =⊕21。
第二种组合:V V V =+21且{}021=V V 这个由充分必要条件3可知。
第三种组合:维(1V )+维(2V )=维(V )且{}021=V V 假设V 的维数为n ,设1,,,21k ααα 为1V 的一组基,2,,,21k βββ 为2V 的一组基,由维(1V )+维(2V )=维(V )可推出nk k =+21且由{}021=V V 可知1,,,21k ααα ,2,,,21k βββ 线性无关。
故1,,,21k ααα ,2,,,21k βββ 可作为V 的一组基,可表出V 中的任一向量,即VV V =+21且{}021=V V .由充分必要条件3可知V V V =⊕21。
四、典型试题的证明与分析定义补充:1:矩阵n m R A ⨯∈,如果存在矩阵B m n R ⨯∈使得A ABA =和B BAB =都成立,则称B 为A 的广义逆,记作+A 2:矩阵n n R A ⨯∈,)(A L 为由A 的列向量作为生成向量所生成的线性空间题目:n m R A ⨯∈,证明()()nR A A E L A A L =-⊕++解析:依据三的分析,可证①②③三个条件。
证①:法Ⅰ:设任意n R X ∈,()()()X A A E X A A X A A E A A EX X ++++-+=-+==,即X 可以被A A +A A E +-的列向量线性表出。
故()()nR A A E L A A L =-+++法Ⅱ:设()n A A ααα 21,=+,()n n A A E αεαεαε---=-+ ,,2211则有(n εεε 21,为n R 的一组标准基):()()()n n n L A A E L A A L αεαεαεααα---=-+++ ,,,,221121易知n ααα 21,,n n αεαεαε--- ,,2211能线性表出n εεε 21,而nεεε 21,能线性表出n R 中的任意向量,故()()nR A A E L A A L =-+++法Ⅲ:设()A A E A A L ++-,的维数为m (A A r m +=)A A E +-(A A r +=)E因为n n R A A ⨯+∈,nn R A A E ⨯+∈-所以A A r +()A A E +-n ≤又因为A A r +(n E ≥)(易知E 的秩为n )所以A A r +()A A E +-n =,nm =故可以从A A L +()L +(+-A E )A 中找出n 个线性无关的向量作为n R 的一组基即()()nR A A E L A A L =-+++证②:法Ⅰ:由+A +AA +=A →A A +A A +=AA +即(+-A E )A A A +0=不妨令+A A (=1α2,α ,n α,),则可把1α2,α ,n α,看作齐次线性方程组(+-A E )A 0=X 的解,则可得+A r (A )n ≤r -(+-A E )A 即+A r (A )+(r +-A E )A n≤又由→+≤+)()()(B r A r B A r (r +-A E +A +A A )≤+A r (A )+(r +-A E )A 即+A r (A )+(r +-A E )A nE r =≥)(故+A r (A )+(r +-A E )A n=即维L ((+-A E )A )+维(+A L ()A )n=法Ⅱ:+A r (A )+(r +-A E )A =⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛-+++++++E r A A E A A r A A E A A A A r A A E A A r 00000000故+A r (A )+(r +-A E )A n=即维L ((+-A E )A )+维(+A L ()A )n=证③:法Ⅰ:令+A A (=1α2,α ,n α,),(+-A E )A 1(β=2,βn β,, )若有一向量n R ∈α使得∈α+A L ()A 且∈αL (+-A E )A ,则可设=α+A A 1X =(+-A E )A 2X 两边同乘以+A A+A A (+A A 1X )=+A A (+-A E )A 2X 0=而+A A (+A A 1X )=+A A +A A 1X =+A A 1X 故+A A 1X 0=可得+A L (A ) L (+-A E )A {}0=法Ⅱ:令+A A (=1α2,α ,n α,),(+-A E )A 1(β=2,βn β,, )若有一向量n R ∈α使得∈α+A L ()A 且∈αL (+-A E )A ,则可设=α+A A 1X =(+-A E )A 2X 由+A +AA +=A →+A A +A A =+A A即(+-A E )A +A A 0=则(+-A E )A +A A 1X 0=即(+-A E )A =α0①同理可得+A A ((+-A E )A 2X 0)=即+A A =α0②把②代入①,-αE +A A ,0=α=α0故+A L (A ) L (+-A E )A {}0=综上,①②③的证法间随意组合都能证出+A L ()A ⊕L (+-A E )A n R =故此题最终可得十余种证法。