【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
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)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/444861.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2.3MyBatis——插件机制

2.3MyBatis——插件机制 1.基本用法2.原理探究2.1加载过程2.2执行过程2.2.1 插件的执行点2.2.2 SQL执行的几个阶段2.2.3 如何梳理出执行流程 合集总览&#xff1a;Mybatis框架梳理 插件机制是一款优秀框架不可或缺的组成部分&#xff0c;比如spring、dubbo&#xff0c;还有…

链表(2)_两两交换链表中的节点_面试题

个人主页&#xff1a;C忠实粉丝 欢迎 点赞&#x1f44d; 收藏✨ 留言✉ 加关注&#x1f493;本文由 C忠实粉丝 原创 链表(2)_两两交换链表中的节点_面试题 收录于专栏【经典算法练习】 本专栏旨在分享学习算法的一点学习笔记&#xff0c;欢迎大家在评论区交流讨论&#x1f48c;…

T11:优化器对比实验

T11周&#xff1a;优化器对比实验 **一、前期工作**1.设置GPU,导入库 **二、数据预处理**1.导入数据2.检查数据3.配置数据集4.数据可视化 **三、构建模型****四、训练模型****五、模型评估**六、总结 &#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&a…

【前端碎片记录】大文件分片上传

大文件分片上传&#xff0c;主要是为了提高上传效率&#xff0c;避免网络问题或者其他原因导致整个上传失败。 HTML部分没什么特殊代码&#xff0c;这里只写js代码。用原生js实现&#xff0c;框架中可参考实现 // 获取上传文件的 input框 const ipt document.querySelector(…

aws(学习笔记第五课) AWS的firewall SecurityGroup,代理转发技术

aws(学习笔记第五课) AWS的firewall– SecurityGroup&#xff0c;代理转发技术 学习内容&#xff1a; AWS的firewall– SecurityGroup代理转发技术 1. AWS的filewall– SecurityGroup 控制进入虚拟服务器的网络流量 通常的firewall(防火墙)配置 AWS上使用安全组进行网络流量…

息肉检测数据集 yolov5 yolov8适用于目标检测训练已经调整为yolo格式可直接训练yolo网络

息肉检测数据集 yolov5 yolov8格式 息肉检测数据集介绍 数据集概述 名称&#xff1a;息肉检测数据集&#xff08;基于某公开的分割数据集调整&#xff09;用途&#xff1a;适用于目标检测任务&#xff0c;特别是内窥镜图像中的息肉检测格式&#xff1a;YOLO格式&#xff08;边…

Transactional注解导致Spring Bean定时任务失效

背景 业务需要定时捞取数据库中新增的数据做数据处理及分析&#xff0c;更新状态&#xff0c;处理结束。而我们不能随意定义线程池&#xff0c;规定使用统一的标准规范来定义线程池。如在配置文件中配置线程池的属性&#xff1a;名称&#xff0c;线程核心数等&#xff0c;任务…

04-SpringBootWeb案例(中)

3. 员工管理 完成了部门管理的功能开发之后&#xff0c;我们进入到下一环节员工管理功能的开发。 基于以上原型&#xff0c;我们可以把员工管理功能分为&#xff1a; 分页查询&#xff08;今天完成&#xff09;带条件的分页查询&#xff08;今天完成&#xff09;删除员工&am…

Linux_kernel内核定时器14

一、内核定时器 1、内核定时器 使用方法&#xff1a; 2、系统时钟中断处理函数 1&#xff09;更新时间 2&#xff09;检查当前时间片是否耗尽 Linux操作系统是基于时间片轮询的&#xff0c;属于抢占式的内核 3&#xff09;jiffies 3、基本概念 1&#xff09;HZ HZ决定了1秒钟产…

OCP迎来新版本,让OceanBase的运维管理更高效

近期&#xff0c;OceanBase的OCP发布了新版本&#xff0c;全面支持 OceanBase 内核 4.3.2 及更低版本。新版本针对基础运维、性能监控、运维配置、外部集成等多个方面实现了 20余项的优化及强化措施&#xff0c;增强产品的易用性和稳定性&#xff0c;从而帮助用户更加高效地管理…

中国地级市生态韧性数据及城市生态韧性数据(2000-2022年)

一测算方式&#xff1a; 参考C刊《管理学刊》楚尔鸣&#xff08;2023&#xff09;老师的做法&#xff0c;城市生态韧性主要衡量一个城市在面临生态环境系统压力或突发冲击时&#xff0c;约束污染排放、维护生态环境状态和治理能力提升的综合水平。 参考郭海红和刘新民的研究&a…

Redis持久化机制(RDBAOF详解)

目录 一、Redis持久化介绍二、Redis持久化方式1、RDB持久化(1) 介绍(2) RDB持久化触发机制(3) RDB优点和缺点(4) RDB流程 2、AOF(append only file)持久化(1) 介绍(2) AOF优点和缺点(3) AOF文件重写(4) AOF文件重写流程 三、AOF和RDB持久化注意事项 一、Redis持久化介绍 Redis…

【小工具分享】下载保存指定网页的所有图片

一、保存百度首页所有的图片 先看一下保存的图片情况 二、思路 1、打开网页 2、获取所有图片 3、依次下载保存图片到指定路径 三、完整代码 from selenium import webdriver from selenium.webdriver.common.by import By b webdriver.Firefox() import urllib.request…

C++系统教程004-数据类型(03)

一 .变量 变量是指在程序运行期间其值可以发生改变的量。每个变量都必须有一个名称作为唯一的标识&#xff0c;且具有一个特定的数据类型。变量使用之前&#xff0c;一定要先进行声明或定义。 1.变量的声明和定义 C中&#xff0c;变量声明是指为变量提供一个名称&#xff0c…

嵌入式面试——FreeRTOS篇(七) 软件定时器

本篇为&#xff1a;FreeRTOS 软件定时器篇 一、软件定时器的简介 1、定时器介绍 答&#xff1a; 定时器&#xff1a;从指定的时刻开始&#xff0c;经过一个指定时间&#xff0c;然后触发一个超时事件&#xff0c;用户可以自定义定时器周期。 硬件定时器&#xff1a;芯片本…

基于差分进化灰狼混合优化的SVM(DE-GWO-SVM)数据预测算法matlab仿真

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1 DE优化 4.2 GWO优化 5.完整程序 1.程序功能描述 基于差分进化灰狼混合优化的SVM(DE-GWO-SVM)数据预测算法matlab仿真&#xff0c;对比SVM和GWO-SVM。 2.测试软件版本以及运行结果展示…

论文阅读:Split-Aperture 2-in-1 Computational Cameras (二)

Split-Aperture 2-in-1 Computational Cameras (一) Coded Optics for High Dynamic Range Imaging 接下来&#xff0c;文章介绍了二合一相机在几种场景下的应用&#xff0c;首先是高动态范围成像&#xff0c;现有的快照高动态范围&#xff08;HDR&#xff09;成像工作已经证…

自然语言处理(NLP)论文数量的十年趋势:2014-2024

引言 近年来&#xff0c;自然语言处理&#xff08;NLP&#xff09;已成为人工智能&#xff08;AI&#xff09;和数据科学领域中的关键技术之一。随着数据规模的不断扩大和计算能力的提升&#xff0c;NLP技术从学术研究走向了广泛的实际应用。通过观察过去十年&#xff08;2014…

处理 Vue3 中隐藏元素刷新闪烁问题

一、问题说明 页面刷新&#xff0c;原本隐藏的元素会一闪而过。 效果展示&#xff1a; 页面的导航栏通过路由跳转中携带的 meta 参数控制导航栏的 显示/隐藏&#xff0c;但在实践过程中发现&#xff0c;虽然元素隐藏了&#xff0c;但是刷新页面会出现闪烁的问题。 项目源码&…

ros2:从github上下载源码进行编译

首先&#xff0c;创建工作空间 # 1. 递归创建工作空间目录 mkdir -p catkin_ws/src # 2. 进入src目录 cd catkin_ws/src然后如果你没有安装git&#xff0c;需要 sudo apt install git然后输入。 git clone https://github.com/6-robot/wpr_simulation.git这时候&#xff0c;…