Академический Документы
Профессиональный Документы
Культура Документы
Глава V
Глава V
ЛИНЕЙНЫЕ ПРОСТРАНСТВА
Линейная зависимость
Значит, в системе есть вектор, линейно выражающийся через остальные векторы, т.е. она
не является линейно независимой. Противоречие доказывает результат.
Достаточность. Снова пусть сначала . Тогда . Тогда , что
равносильно линейной независимости системы. Теперь пусть . Опять рассуждаем от
противного. Пусть в системе имеется вектор линейно выражающийся через остальные,
например, . Именно
.
Тогда, выполняя преобразования равенства, используя следствия из аксиом, получим:
.
Значит, получаем противоречие, ибо не все коэффициенты линейной комбинации
заведомо равны нулю.
Теорема полностью доказана. Из этой теоремы можно получить легко критерий линейной
зависимости системы.
.
Составим линейную комбинацию системы и приравняем ее нулю:
.
Теперь, используя понятие равенства матриц и умножая каждый вектор на свой
коэффициент, получаем линейную систему:
Очевидно, что система имеет ненулевое решение. Таким образом, система векторов
оказывается линейно зависимой по первому критерию линейной зависимости.
Рассмотрим простейшие свойства ЛЗ и ЛНЗ систем.
1. Система, содержащая нулевой вектор, линейно зависима.
2. Система, содержащая равные векторы, линейно зависима.
3. Система, содержащая пропорциональные векторы, линейно зависима.
4. Система, содержащая линейно зависимую подсистему, сама линейно зависима.
5. Любая подсистема линейно независимой системы сама линейно независима.
5
Теорема доказана.
векторы , то .
Доказательство. Построим новую систему . Эта система линейно
зависима, ибо первый вектор линейно выражается через остальные. Применим к этой
системе теорему 5.4. Так как , как вектор из ЛНЗ системы, то найдется вектор ,
, такой, что линейно выражается через предыдущие. Поэтому в линейных
представлениях векторов системы он может быть заменен соответствующими
линейными комбинациями. Если вектор удалить из системы , то получим систему
, через которую выражается система . Добавим
слева в вектор и получим систему , которая,
очевидно, является ЛЗ. И согласно второму критерию ЛЗ в ней должен быть вектор,
выражающийся через предыдущие. Но этим не может быть вектор , так как
принадлежит ЛНЗ системе, и по той же причине. Поэтому найдется вектор ,
который выражается через предыдущие. Если его удалить из системы , то получим
6
систему , через которую выражается . Присоединим к вектор слева и т.д. В этой
процедуре важно то, что после удаления вектора системы получается система, через
которую линейно выражается система . При этом векторы не могут исчерпаться
ранее того, как будут присоединены все векторы из . Что и означает .
Ясно, что последняя система эквивалентна исходной. Нулевой вектор не может входить в
базу и поэтому его естественно удалить. После чего остается три вектора, образующие
ЛНЗ систему, ибо ни один из них не может быть выражен через нижестоящие, а первый
вектор не равен нулю (см. теорему 5.4). Поэтому ранг последней системы, а значит и
первой, равен трем. Так как векторы не переставлялись местами и сохранили свои номера,
то первые три вектора исходной системы образуют одну из ее баз.
Все линейные пространства над данным полем можно распределить по двум классам.
Эти классы возникают ввиду следующего определения.
Определение 5.12. Линейное пространство называется конечномерным, если
существует такая константа М, что любая линейно независимая система содержит не
более М векторов. В противном случае пространство называется бесконечномерным.
Нулевое пространство будем считать конечномерным.
Пример 5.11. Бесконечномерным пространством является ( ) . Действительно,
рассмотрим систему векторов . Как легко видеть, она ЛНЗ. Ибо из
равенства следует, что . Так как
произвольно, то не существует ограничения М.
Пример 5.12. Бесконечномерным будет и пространство ( ).
В дальнейшем будем рассматривать лишь конечномерные пространства. Пусть Х такое
пространство. Рассмотрим в нем ЛНЗ систему, содержащую максимальное число
векторов: . Дополняя эту систему произвольным вектором , получаем
уже ЛЗ систему: . Согласно теореме 5.4 вектор линейно выражается
через исходную систему. Именно:
.
8
Отсюда получаем определение родственное понятию «база системы».
Определение 5.13. Линейно независимая система векторов конечномерного
пространства, через которую линейно выражается каждый вектор этого пространства,
называется базисом пространства.
Лемма 5.7. Каждое конечномерное пространство является линейной оболочкой своего
базиса.
Лемма 5.8. Каждое подпространство конечномерного пространства само является
конечномерным.
Лемма 5.9. Каждое подпространство конечномерного пространства является линейной
оболочкой некоторой системы.
В силу того, что два базиса конечномерного пространства, очевидно, эквивалентны,
получаем числовую характеристику пространства, родственную понятию «ранг системы».
Определение 5.14. Размерностью ненулевого пространства называется число векторов
любого его базиса. Размерность нулевого пространства считаем равной нулю.
Обозначение для размерности пространства Х:
Опишем некоторые свойства базиса в виде несложных лемм.
Лемма 5.10. Любая линейно независимая система -мерного пространства,
содержащая векторов, является базисом этого пространства.
Лемма 5.11. Любая система -мерного пространства, содержащая более векторов
линейно зависима.
Лемма 5.12. Представление любого вектора в виде разложения по базису единственно.
Лемма 5.13 (критерий базиса). Система векторов является базисом пространства
тогда и только тогда, когда она максимально линейно независима.
Лемма 5.14. Каждую линейно независимую систему векторов линейного пространства
можно дополнить до базиса этого пространства.
Пример 5.13. Рассмотрим пространство , т.е., множество комплексных чисел над
полем . Очевидно, что базисом такого пространства может служить система . Она
линейно независима над полем , Каждый вектор однозначно линейно выражается
через такую систему: . Размерность этого пространства равна двум, т.е.
.
Пример 5.14. Рассмотрим пространство . Любую матрицу этого пространства
можно однозначно представить через линейно независимую систему матриц
.
Действительно, . Поэтому .
Вновь, как и в случае с базами, сопоставим каждому вектору линейного пространства
матрицу-строку или матрицу-столбец, составленные из коэффициентов разложения этого
вектора по данному базису. Если , то
назовем соответствующий набор координатной строкой (столбцом) вектора в данном
базисе. Ввиду леммы 5.12 этот набор определяется базисом однозначно. Легко видеть, что
данное отображение обладает линейными свойствами, т.е., сумме векторов отвечает
сумма их координатных строк (столбцов), а произведению элемента поля на вектор
отвечает произведение этого же элемента на координатную строку (столбец). Примем
теперь обозначение для координатного столбца вектора в базисе как
. И зададимся вопросом, как изменяются координаты вектора, если
перейти к другому базису. Для этого зададим два базиса и
, а также координатные столбцы вектора х в указанных базисах и .
Нужно указать связь между и . Для этого выразим векторы второго базиса через
векторы первого линейно. Получим
9
, или .
3. ;
А также
В итоге все конечномерные пространства, заданные над одним общим полем, можно
разбить на попарно непересекающиеся классы изоморфных между собой пространств
(лемма 5.17). Эти пространства с точки зрения свойств операций в них неразличимы.
Хотя, конечно, конкретная природа элементов этих пространств может существенным
образом отличаться.
Пример 5.18. В соответствии с последней теоремой изоморфны пространства
1) и ;
2) .
Последний пример требует разъяснения. Рассмотрим пространство -мерных строк над
полем Р. В этом пространстве довольно легко обнаружить базис, состоящий из т.н.
единичных строк:
. . . . . . . . . .
Для нужд теории систем линейных алгебраических уравнений введем еще одно
понятие.
Определение 5.20. Пусть – линейное пространство и – подпространство в ,
. Тогда множество