Algebra&Geometry / modules 3-4 / lect25
.pdfЛекция 25. Линейные пространства
1. Примеры линейных пространств
Линейное пространство это множество, элементы которого можно складывать и умножать на числа (с соблюдением всех обычных правил). Элементы линейного пространства называются векторами. Среди векторов
¹ n
есть особый вектор 0, который обладает всеми свойствами нулевого вектора в пространстве R .
Примеры.
²Пространство последовательностей. Нулевой вектор последовательность (0; 0; 0; : : :).
²Пространство ограниченных последовательностей. Нулевой вектор последовательность (0; 0; 0; : : :).
²Пространство сходящихся последовательностей. Нулевой вектор последовательность (0; 0; 0; : : :).
²Пространство последовательностей, сходящихся к нулю. Нулевой вектор последовательность (0; 0; 0; : : :).
²Пространство сходящихся рядов. Нулевой вектор ряд 0 + 0 + 0 + : : :.
²Пространство абсолютно сходящихся рядов. Нулевой вектор ряд 0 + 0 + 0 + : : :.
²Пространство многочленов.
²Пространство многочленов степени 6 n.
²Пространство непрерывных функций на отрезке [0; 1].
²Пространство n £ n-матриц.
Итак далее.
2. Линейные комбинации, линейная зависимость, базис
Пусть L линейное пространство.
Определение линейной комбинации (тривиальной и нетривиальной) такое же, как в Rn случае. Определение линейной зависимости/независимости такое же, как в Rn случае.
Определение базиса множества M ½ L такое же, как в Rn случае. Определение линейного подпространства такое же, как в Rn случае.
Определение 1. Множество M ½ L (или само пространство L) называется конечномерным, если у него есть базис. В противном случае, множество (само пространство) называется бесконечномерным.
Примеры.
²Пространство многочленов степени 6 n конечномерно: базис f1; x; x2; : : : ; xng.
²Пространство n£n-матриц конечномерно. Например, базис пространства 2£2-матриц состоит из четырех
матриц: |
µ0 |
0¶ |
; |
µ0 |
0¶ |
; |
µ1 |
0¶ |
; |
µ0 |
1¶ |
: |
|
1 |
0 |
|
0 |
1 |
|
0 |
0 |
|
0 |
0 |
|
²Упомянутые выше пространства последовательностей, рядов и функций, а также пространство всех многочленов бесконечномерны.
Предложение 1. Пусть V = fv¹1; : : : ; v¹ng базис подмножества M линейного пространства L. Тогда каждый вектор v¹ 2 M единственным образом представим в виде линейной комбинации векторов базиса.
Доказательство. Представимость следует из определения базиса. Если вектор имеет два различных представления:
v¹ = ®1v¹1 + : : : + ®nv¹n и v¹ = ¯1v¹1 + : : : + ¯nv¹n;
то из этого вытекает существование нетривиальной линейной комбинации векторов базиса, равной нулю:
¹
(®1 ¡ ¯1)¹v1 + : : : + (®n ¡ ¯n)¹vn = 0:
¤
Если множество M ½ L имеет базис V , то каждому вектору v¹ 2 M мы сопоставляем столбец (¹v)V коэффициентов его представления в виде линейной комбинации векторов базиса. Этот столбец мы будем называть
столбцом координат вектора v¹ в базисе V .
Предложение 2. Пусть V = fv¹1; : : : ; v¹ng базис подмножества M ½ L, а u¹1; : : : ; u¹k 2 M некоторые векторы. Составим из столбцов (¹u1)V ; : : : ; (¹uk)V матрицу A. Тогда набор векторов u¹1; : : : ; u¹k линейно зависим в том и только случае, когда rk(A) < k.
Доказательство. Равенство ¯1u¹1 + : : : + ¯ku¹k |
¹ |
означает, что набор чисел ¯1; : : : ; ¯k |
является решением |
= 0 |
|||
однородной системы с матрицей A. Эта система имеет ненулевое решение в том и только том случае, когда |
|||
rk(A) < k. |
|
|
¤ |
Следствие. Если V = fv¹1; : : : ; v¹ng и U = fu¹1; : : : ; u¹mg два базиса подмножества M ½ L, то n = m.
Доказательство. Пусть, например, m > n, тогда ранг n £ m матрицы коэффициентов векторов u¹1; : : : ; u¹m в базисе V не превышает числа n. Следовательно, набор векторов u¹1; : : : ; u¹m линейно зависим. Противоречие. ¤
1
2
3. Бесконечномерные пространства
Доказать бесконечномерность линейного пространства L это означает доказать, что у него нет базиса. А для этого достаточно доказать, что для любого n в L найдется система из n линейно независимых векторов.
² Пространства последовательностей и рядов. Определим последовательность en = (0; : : : ; 0; 1; 0; : : :) (здесь все элементы последовательности нули, за исключением единицы на n-м месте). Набор fe1; : : : ; ekg линейно независим для любого k.
² Пространство многочленов. Набор многочленов f1; x; : : : ; xkg линейно независим для любого k. Действительно, нетривиальная линейная комбинация этих векторов это многочлен степени 6 k. Но этот многочлен равен нулю не более, чем в k точках.
² Пространство непрерывных функций на отрезке [0; 1]. Зафиксируем n. Рассмотрим n функций f1; : : : ; fn.
fk(x) = |
|
0; |
|
(k |
|
1)=n)(k=n |
|
x |
2 |
[0; (k ¡ 1)=n]; |
||
8(x |
¡ |
¡ |
¡ |
x); x |
[(k |
¡ |
1)=n; k=n]; |
|||||
|
> |
|
|
|
|
2 |
|
|
||||
|
> |
|
|
|
|
|
|
|
2 |
|
|
|
|
:y |
|
|
|
|
|
x |
|
[k=n; 1]: |
|||
|
<0; |
|
|
|
|
|
|
kq¡1 |
kq |
1q |
x |
nn
каждая из функций fk отлична от нуля там, где остальные функции из этого набора равны нулю. Эта система функций линейно независима.
4. Линейные операторы
Определение линейного оператора (и его матрицы в базисе V ) такое же, как для пространства Rn.
Пример. Оператор @ дифференцирования в пространстве многочленов это линейный оператор. Пусть L |
||||||||||||||||||
линейное пространство многочленов степени 6 3 с базисом V = f1; x; x2; x3g, тогда |
||||||||||||||||||
|
|
|
|
|
A@V = |
00 0 |
0 |
31: |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
0 |
1 |
0 |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
B0 |
0 |
0 |
0C |
|
|
|
|
||||
|
|
|
|
|
|
|
B |
0 |
0 |
2 |
0 |
C |
|
|
|
|
||
|
|
|
|
|
|
|
@ |
|
|
|
|
A |
|
|
|
|
||
Пример. Пусть L пространство 2£2 матриц с указанным выше базисом V , ' : L ! L оператор умножения |
||||||||||||||||||
на фиксированную |
матрицу C справа: X |
XC, а Ã : L |
|
L оператор умножения на ту же матрицу справа: |
||||||||||||||
|
a b |
|
|
7! |
|
|
|
! |
|
|
|
|
|
|
|
|||
X 7!CX. Пусть C = |
¡ c d ¢, тогда |
|
a |
b |
0 |
0 |
|
|
|
|
|
|
a |
0 |
b |
0 |
|
|
|
|
A'V = |
00 0 |
a b1; AÃV = |
0c 0 d 01: |
|||||||||||||
|
|
|
B0 0 |
c dC |
|
|
B0 |
c |
0 |
dC |
||||||||
|
|
|
B |
c |
d |
0 |
0 |
C |
|
|
B |
0 |
a |
0 |
b |
C |
||
|
|
|
@ |
|
|
|
|
A |
|
|
@ |
|
|
|
|
A |