跳转至

线性空间

注意

该页面有待完善。如果遇到错误或不完整的地方,欢迎提交 Issue

线性空间,又称向量空间,是现代数学中的一个基本概念,是线性代数研究的主要对象。它推广了我们熟悉的二维和三维欧几里得空间的概念。

定义

一个线性空间 V 是一个集合,其上的元素称为向量。在这个集合上定义了两种运算:

  1. 向量加法:对于 V 中任意两个向量 uv,它们的和 u+v 仍然在 V 中。
  2. 标量乘法:对于 V 中任意向量 v 和一个标量(通常是实数 R 或复数 Cc,它们的积 cv 仍然在 V 中。

这两种运算必须满足以下八条公理(设 u,v,wV 中任意向量,c,d 为任意标量):

  1. 加法交换律u+v=v+u
  2. 加法结合律(u+v)+w=u+(v+w)
  3. 存在零向量:存在一个零向量 0V,使得对于任意 vV,都有 v+0=v
  4. 存在负向量:对于任意 vV,都存在一个负向量 vV,使得 v+(v)=0
  5. 标量乘法与标量加法的分配律c(u+v)=cu+cv
  6. 标量乘法与向量加法的分配律(c+d)v=cv+dv
  7. 标量乘法结合律c(dv)=(cd)v
  8. 单位元:标量中的“1”满足 1v=v

例子: - 所有 n 维实向量构成的集合 Rn 是一个线性空间。 - 所有次数不超过 n 的多项式构成的集合 Pn(x) 是一个线性空间。 - 在区间 [a,b] 上所有连续函数构成的集合 C[a,b] 是一个线性空间。这在量子力学中尤其重要,波函数就存在于一个函数空间中。

线性相关与线性无关

在一组向量 {v1,v2,,vk} 中,如果存在不全为零的标量 c1,c2,,ck,使得:

c1v1+c2v2++ckvk=0

则称这组向量是线性相关的。这意味着其中至少有一个向量可以表示为其他向量的线性组合。

反之,如果上述方程只在 c1=c2==ck=0 时成立,则称这组向量是线性无关的。

例题: 判断三维向量 a=(1,0,0), b=(0,1,0), c=(2,3,0) 是否线性相关。

解: 我们试图寻找不全为零的 c1,c2,c3 使得 c1a+c2b+c3c=0

c1(1,0,0)+c2(0,1,0)+c3(2,3,0)=(0,0,0)(c1+2c3,c2+3c3,0)=(0,0,0)

这给出了方程组:

{c1+2c3=0c2+3c3=0

我们可以取 c3=1,则 c1=2,c2=3。因为存在不全为零的解(例如 c1=2,c2=3,c3=1),所以这组向量是线性相关的。事实上,c=2a+3b

基与维数

基 (Basis)

线性空间 V 的一个是一组线性无关的向量 {e1,e2,,en},满足 V 中的任何向量 v 都可以唯一地表示为这组基向量的线性组合:

v=c1e1+c2e2++cnen

标量 (c1,c2,,cn) 称为向量 v 在这组基下的坐标

  • 标准基:在 Rn 空间中,最常用的一组基是标准基,由单位向量构成。例如,在 R3 中,标准基是 i^=(1,0,0),j^=(0,1,0),k^=(0,0,1)

维数 (Dimension)

一个线性空间 V维数是其任何一组基所包含的向量个数,记作 dim(V)

  • 如果一个线性空间的维数是有限的,则称之为有限维线性空间
  • 如果一个线性空间的基包含无限个向量,则称之为无限维线性空间。例如,所有连续函数构成的空间 C[a,b] 是无限维的。量子力学中的希尔伯特空间就是无限维线性空间的一个重要例子。

子空间

如果 W 是线性空间 V 的一个非空子集,并且 W 本身对于 V 中定义的加法和标量乘法也构成一个线性空间,那么称 WV 的一个线性子空间

要判断 W 是否为子空间,只需验证两点: 1. 对加法封闭:若 u,vW,则 u+vW。 2. 对标量乘法封闭:若 uWc 是任意标量,则 cuW

例题: 判断集合 W={(x,y,z)R3|x+y+z=0} 是否为 R3 的子空间。

解: 1. 设 u=(x1,y1,z1)Wv=(x2,y2,z2)W。则 x1+y1+z1=0x2+y2+z2=0。 它们的和为 u+v=(x1+x2,y1+y2,z1+z2)。 其分量之和为 (x1+x2)+(y1+y2)+(z1+z2)=(x1+y1+z1)+(x2+y2+z2)=0+0=0。 所以 u+vWW 对加法封闭。

  1. u=(x1,y1,z1)Wc 为任意实数。则 x1+y1+z1=0。 标量积为 cu=(cx1,cy1,cz1)。 其分量之和为 cx1+cy1+cz1=c(x1+y1+z1)=c(0)=0。 所以 cuWW 对标量乘法封闭。

因为 W 对加法和标量乘法都封闭,所以 WR3 的一个子空间。几何上,这个子空间是通过原点的一个平面。

内积空间

为了在线性空间中引入长度、距离和角度的概念,我们需要定义内积。一个内积空间是一个定义了内积运算的线性空间。

内积(在实向量空间中通常就是点积)是一个函数,它接收两个向量,返回一个标量,记作 u,v。它必须满足以下性质(设 u,v,w 为向量,c 为标量):

  1. 共轭对称性u,v=v,u (对于实向量空间,即为对称性 u,v=v,u
  2. 对第一变元的线性cu+v,w=cu,w+v,w
  3. 正定性v,v0,且 v,v=0 当且仅当 v=0

在内积空间中,我们可以定义: - 向量的范数(长度)v=v,v - 向量间的夹角 θcosθ=u,vuv - 正交:如果 u,v=0,则称向量 uv 是正交的。

例子: - 欧几里得空间 Rn 加上点积运算,构成一个内积空间。 - 对于复变函数空间 C[a,b],可以定义内积为 f,g=abf(x)g(x)dx。这在量子力学中用于计算波函数的归一化和跃迁概率。



评论