- •Глава III. Линейные пространства § 1. Определение линейного пространства. Базис и размерность линейного пространства Определение линейного пространства
- •Линейно зависимые и линейно независимые системы векторов
- •§ 2. Изоморфизм линейных пространств
- •Связь между базисами линейного пространства. Матрица перехода от базиса к базису
- •Изменение координат вектора при переходе к новому базису
- •§ 3. Линейные подпространства
- •Действия над линейными подпространствами
- •§ 4. Евклидовы пространства
- •§ 5. Приложение теории линейных пространств к решению систем линейных уравнений. Фундаментальная система решений
Глава III. Линейные пространства § 1. Определение линейного пространства. Базис и размерность линейного пространства Определение линейного пространства
Во второй главе рассматривалось n-мерное векторное пространство, как множество векторов упорядоченных n-ок действительных чисел с операциями сложения и умножения на действительное число. Рассмотрим аксиоматическое определение линейного или векторного пространства.
Пусть дано произвольное множество V={a,b,c,..}, Р – числовое поле. Множество V называется линейным пространством, заданным над полем Р, если для его элементов выполняются следующие аксиомы:
a,bV cV(c=a+b)
a,bV(a+b=b+a)
a,b,cV(a+(b+c)=(a+b)+c)
0VaV(a+0=a)
aV(-a)V(a+(-a)=0)
aVPbV(b=a)
aV,P((+)a=a+a)
a,bVP((a+b)=a+b)
aV,P(()a=(a))
aV(1a=a)
Элементы линейного пространства принято называть векторами.
Примеры: 1) n-мерное векторное пространство;
2) множество векторов направленных отрезков, выходящих из начала координат на плоскости или в трехмерном пространстве;
3) множество действительных функций действительного переменного.
Везде далее будем в качестве поля Р рассматривать поле действительных чисел, но все полученные результаты легко обобщаются на случай произвольного поля.
Рассмотрим некоторые свойства линейных пространств и следствия из аксиом.
Следствие 1. Так как свойства I V означают, что относительно операции сложения алгебра V образует абелевую группу, то выполняются все свойства абелевых групп, в частности справедливо свойство единственности нулевого и противоположного элементов и др.
Следствие 2. aVR (a=0=0a=0)
Доказательство. Необходимость. Пусть a=0, тогда a=(а+0)=а+0 0=а-a=0, аналогично, если =0, то a=(+0)а=а+0а 0а=а-a=0.
Достаточность. Пусть a=0. Если =0, то свойство выполняется. Если 0, тогда для него в поле действительных чисел существует обратное -1, получим а=1а=(-1)а=-1 (а)= -10=0.
Следствие 3. aVR ((-)a=(-а)=- а)
Доказательство
а+(-а)=(а+ (-а))= 0=0(-а)=-а
Остальные соотношения проверить самостоятельно.
Следствие 4. a, bVR((a-b)= a-b)
Доказательство
a=( b+(a- b))= b+(a- b) a=b+(a- b) (a-b)= a-b
Следствие 5. ,RaV((-)a=a-a).
Доказательство самостоятельно.
Линейно зависимые и линейно независимые системы векторов
Из определения линейного пространства следует, что kN сумма
1a1+2a2+…+kak
представляет собой однозначно определенный вектор линейного пространства V, который будем называть линейной комбинацией векторов a1,a2,…,ak с коэффициентами 1,2,…,kR.
Определение. Система векторов a1,a2,…,anV называется линейно зависимой, если
1,2,…,nR(1a1+2a2+…+nan=012+22+…+n20).
Определение. Система векторов a1,a2,…,anV называется линейно независимой, если линейная комбинация этих векторов равна нулю только в том случае, когда все коэффициенты равны нулю.
Определение. Линейно независимая система векторов пространства V называется максимальной линейно независимой, если добавление к ней любого вектора этого пространства обращают эту систему в линейно зависимую.