Благодарю **Ю.А.Смолькина** за обнаружение 07.08.19 ошибки на настоящей странице и информирование о ней.
==Линейное пространство==
~~TOC~~
===Определения==
Пусть дано множество $ \mathbb V_{}=\left\{ X,Y,Z,U,\dots \right\} $
элементов произвольной природы. Пусть для элементов этого множества определены
две операции: сложения $ X+Y_{} $ и умножения на любое __вещественное__ число $ \alpha_{} $:
$ \alpha \cdot X_{} $, и множество $ \mathbb V_{} $ **замкнуто** относительно этих операций:
$ X+Y \in \mathbb V ,\ \alpha \cdot X \in \mathbb V_{} $. Пусть эти операции подчиняются
аксиомам:
1.
$ X+Y=Y+X_{} $ для $ \{ X,\, Y\} \subset \mathbb V_{} $;
2.
$ (X+Y)+Z_{}=X+(Y+Z) $ для $ \{ X,\, Y,\, Z \} \subset \mathbb V_{} $;
3.
в $ \mathbb V_{} $ cуществует нулевой вектор $ \mathbb O_{} $ со свойством $ X+ \mathbb O =X_{} $ для $ \forall X\in \mathbb V_{} $;
4.
для каждого $ X\in \mathbb V_{} $ существует обратный вектор $ X^{\prime}\in \mathbb V_{} $ со свойством $ X+X^{\prime}=\mathbb O_{} $;
5.
$ 1\cdot X=X_{} $ для $ \forall X\in \mathbb V_{} $;
6.
$ \lambda \left(\mu X \right)_{}= \left(\lambda \mu \right)X $ для $ \forall X\in \mathbb V_{} $, $ \{\lambda ,\, \mu \} \subset \mathbb R_{} $ ;
7.
$ (\lambda + \mu)X=\lambda X + \mu X_{} $ для $ \forall X\in \mathbb V_{} $, $ \{\lambda ,\, \mu \}\subset \mathbb R_{} $ ;
8.
$ \lambda (X + Y) =\lambda X_{} + \lambda Y $ для $ \{ X,\, Y\} \subset \mathbb V_{} ,
\lambda \in \mathbb R $.
Тогда такое множество $ \mathbb V_{} $ называется **линейным (векторным) пространством**,
его элементы называются **векторами**, и --- чтобы подчеркнуть их отличие от
чисел из $ \mathbb R_{} $ --- последние называются **скалярами**[[scalar --- слово, придуманное английским математиком Уильямом Гамильтоном, производное от scale (//англ.//) --- шкала; вследствие того, что этих чисел достаточно для построения шкалы какого-нибудь измерительного инструмента.]].
Пространство, состоящее из одного только нулевого вектора, называется **тривиальным** .
Если в аксиомах
6
-
8
допустить умножение и на комплексные скаляры, то такое линейное пространство называется **комплексным**. Для упрощения рассуждений в настоящем разделе будут рассматриваться только вещественные пространства.
Линейное пространство является ((:gruppe#определение_группы группой)) относительно операции сложения, причем группой ((:gruppe#полная_линейная_группа абелевой)).
Элементарно доказывается единственность нулевого вектора, и единственность
вектора, обратного вектору $ X\in \mathbb V_{} $: $ X^{\prime}=-1\cdot X_{} $, его привычно обозначают $ - X_{} $.
Подмножество $ \mathbb V_{1} $ линейного пространства $ \mathbb V_{} $, само являющееся линейным
пространством (т.е. $ \mathbb V_{1} $ замкнуто относительно сложения векторов и умножения на произвольный скаляр), называется **линейным подпространством** пространства $ \mathbb V_{} $. **Тривиальными подпространствами** линейного пространства $ \mathbb V_{} $
называются само $ \mathbb V_{} $ и пространство, состоящее из одного нулевого вектора
$ \mathbb O_{} $.
===Примеры линейных пространств==
!!П!! **Пример 1.** Пространство $ \mathbb R^{3} $ упорядоченных троек вещественных чисел $ (a_1,a_2,a_{3}) $ с операциями, определяемыми равенствами:
$$ (a_1,a_2,a_3)+(b_1,b_2,b_3)= (a_1+b_1,a_2+b_2,a_3+b_3),\
\alpha (a_1,a_2,a_3) = ( \alpha a_1, \alpha a_2, \alpha a_3 ) \ .
$$
Геометрическая интерпретация очевидна: вектор в пространстве, "привязанный" к началу координат, может быть задан координатами своего конца $ (a_1,a_2,a_{3}) $. На рисунке показано и типичное подпространство пространства $ \mathbb R^{3} $: плоскость, проходящая через начало координат.
{{ linspace1.jpg |}}
Точнее говоря, элементами $ \mathbb V_1 $ являются векторы, имеющие начало в начале координат и концы --- в точках плоскости. Замкнутость такого множества относительно сложения векторов и их растяжения[[Растяжение понимается в обобщенном смысле: при $ |\alpha|<1 $ вектор $ \alpha X_1 $ сокращается по длине по сравнению с $ X_{1} $.]] очевидна.
Исходя из этой геометрической интерпретации, часто говорят о векторе $ X_{} $ произвольного линейного пространства $ \mathbb V_{} $ как о //точке пространства// $ \mathbb V_{} $. Иногда эту точку
называют "концом вектора $ X_{} $". Кроме удобства ассоциативного восприятия, этим словам не придается никакого формального смысла: понятие "конец вектора" отсутствует в аксиоматике линейного пространства.
!!П!! **Пример 2.** Основываясь на том же примере, можно дать и иную интерпретацию векторного пространства $ \mathbb V_1 $ (заложенную, кстати, уже в самом происхождении слова "вектор"[[veho (//лат.//) --- тащить, влечь; термин придуман все тем же Гамильтоном.]])
--- оно определяет набор "сдвигов" точек пространства $ \mathbb R^{3} $. Эти сдвиги --- или параллельные переносы любой пространственной фигуры --- выбираются параллельными плоскости $ \mathbb V_1 $.
Вообще говоря, с подобными интерпретациями понятия вектора все обстоит не так просто. Попытки аппелировать к его физическому смыслу --- как к объекту, имеющему //величину// и //направление// --- вызывают справедливую отповедь ((:references:newton#пидо_дэниел_pedoe_daniel строгих математиков)).
Определение же вектора как элемента векторного пространства очень напоминает эпизод с //сепульками// из знаменитого фантастического рассказа Станислава Лема (см.
☞
((:references:lem ЗДЕСЬ)) ). Не будем зацикливаться на формализме, а исследуем этот нечеткий объект в его частных проявлениях.
!!П!! **Пример 3.** Естественным обобщением пространства $ \mathbb R^{3} $ служит пространство $ \mathbb R_{}^{n} $ ---
векторное пространство строк $ (x_1,\dots,x_{n}) $ или столбцов
$ (x_1,\dots,x_n)^{^\top} $. Один из способов задания подпространства
в $ \mathbb R_{}^{n} $ --- задание набора ограничений. Множество решений системы линейных однородных уравнений:
$$
\left\{\begin{array}{ccc}
a_{11}x_1 +a_{12}x_2+\ldots+a_{1n}x_n &=&0,\\
a_{21}x_1 +a_{22}x_2+\ldots+a_{2n}x_n &=&0,\\
\ldots& & \ldots \\
a_{m1}x_1 +a_{m2}x_2+\ldots+a_{mn}x_n &=&0
\end{array}\right.
\iff
AX=\mathbb O
$$
образует линейное подпространство пространства $ \mathbb R_{}^{n} $. В самом деле, если
$$x_1=\alpha_1,\dots, x_n=\alpha_n $$
--- решение системы, то и
$$x_1=t \alpha_1,\dots, x_n= t \alpha_n $$
--- тоже решение при любом $ t \in \mathbb R $. Если
$$x_1=\beta_1,\dots, x_n=\beta_n $$
--- еще одно решение системы, то и
$$x_1=\alpha_1+\beta_1,\dots,x_n=\alpha_n+\beta_n $$
--- тоже будет ее решением.
!!?!! Почему множество решений системы __неоднородных__ уравнений не образует линейного подпространства?
!!П!! **Пример 4.** Обобщая далее, можем рассмотреть пространство "бесконечных" строк или **последовательностей**
$$ (x_1,\dots,x_n, \dots ) \, , $$
обычно являющееся объектом математического анализа --- при рассмотрении последовательностей и рядов. Подпространство этого пространства образуют, например, линейные рекуррентные последовательности $ \{x_k\}_{k=0,1,2,\dots } $ удовлетворяющие --- при произвольных числах $ \{x_0,\dots x_{n-1} \} \subset \mathbb R $ --- ((:recurr#линейное_уравнение линейному однородному разностному уравнению)) $ n_{} $-го порядка,
$$
x_{n+K}=a_1 x_{n+K-1}+ \dots+ a_n x_K \ npu \ K \in \{0,1,2,\dots \} \ ;
$$
здесь числа $ \{ a_1,\dots,a_{n-1}, a_n \ne 0 \} \subset \mathbb R $ считаются фиксированными.
Можно рассматривать строки (последовательности) "бесконечные в обе стороны" $ \{ \dots,x_{-2},x_{-1},x_0,x_1,x_2,\dots \} $ --- они используются в ((:signal#теория_сигналов ТЕОРИИ СИГНАЛОВ)).
!!П!! **Пример 5.** Множество $ m\times n_{} $-((:algebra2 матриц)) с вещественными элементами с операциями ((:algebra2#сложение сложения)) матриц и ((:algebra2#умножение_на_число умножения)) на вещественные числа образует линейное пространство. Будем обозначать это пространство $ \mathbb R^{m\times n} $.
В пространстве ((:algebra2#квадратные_матрицы квадратных матриц))
фиксированного порядка каждое из следующих подмножеств составляет линейное подпространство:
((:algebra2#симметричная симметричных)), ((:algebra2#кососимметричная кососимметричных)), ((algebra2#треугольная верхнетреугольных, нижнетреугольных)) и ((:algebra2#симметричная диагональных)) матриц.
!!П!! **Пример 6.** Множество ((:polynomial#общая_информация полиномов)) одной переменной $ x_{} $ степени в точности равной $ n_{} $ с коэффициентами из $ \mathbb A_{} $ (где $ \mathbb A_{} $ --- любое из множеств $ \mathbb Z, \mathbb Q, \mathbb R_{} $ или $ \mathbb C_{} $) с обычными операциями сложения полиномов и умножения на число из $ \mathbb A_{} $
__не образует__ линейного пространства. Почему? --- Потому что оно не является замкнутым относительно сложения: сумма полиномов
$$ f(x)=x^n -x+1 \quad \mbox{ и } \quad g(x)=-x^n+x^{n-1}-2 $$
не является полиномом $ n_{} $-й степени. Но вот множество полиномов степени
**не выше** $ n_{} $ $$ \mathbb P_n= \left\{ p(x) \in \mathbb A [x] \big| \deg p(x) \le n \right\} $$
линейное пространство образует; только к этому множеству надо придать еще и тождественно нулевой полином[[Приходится заботиться о его включении специально, поскольку формально его степень ((:polynomial#общая_информация не определяется)); без его же включения не будет выполнена аксиома
3
.]]. Очевидными подпространствами $ \mathbb P_{n} $ являются $ \mathbb P_{0}, \mathbb P_1,\dots,\mathbb P_{n-1} $. Кроме того, подпространствами будут множество четных и множество нечетных полиномов степени не выше $ n_{} $. Множество всевозможных полиномов
$$
\mathbb P= \bigcup_{n=0}^{\infty} \mathbb P_n
$$
(без ограничения на степени) тоже образует линейное пространство.
!!П!! **Пример 7.** Обобщением предыдущего случая будет пространство ((:polynomialm#общая_информация полиномов нескольких переменных)) $ x_1,\dots, x_{\ell} $ степени не выше $ n_{} $ с коэффициентами из $ \mathbb A_{} $. Например, множество линейных полиномов
$$ \left\{ a_1x_1+\dots+a_{\ell}x_{\ell}+b \big| (a_1,\dots,a_{\ell},b) \in \mathbb A^{\ell+1} \right\} $$
образует линейное пространство. Множество ((:polynomialm#однородный_полином однородных полиномов)) (форм) степени $ n_{} $ (с присоединением к этому множеству тождественно нулевого полинома) --- также линейное пространство.
С точки зрения приведенного в предыдущем пункте определения, множество строк с целочисленными компонентами
$$ \mathbb Z^n = \left\{ (x_1,\dots,x_n)\ \mid \ \{x_j\}_{j=1}^n \subset \mathbb Z \right\} \ , $$
рассматриваемое относительно операций покомпонентного сложения и умножения на __вещественные__ скаляры, не является линейным пространством. Тем не менее, все аксиомы
1
-
8
будут выполнены если мы допустим умножение только на __целочисленные__ скаляры. В настоящем разделе мы не будем акцентировать внимание на этом объекте, но он довольно полезен в дискретной математике, например в
☞
((:codes:cyclic#структура_кода ТЕОРИИ КОДИРОВАНИЯ)). Линейные пространства над конечными полями рассматриваются
☞
((:linear_space:GF2 ЗДЕСЬ)).
===Изоморфизм===
Пусть имеются два линейных пространства разной природы: $ \mathbb V_{} $ с операцией $ +_{} $ и $ \mathbb W_{} $
с операцией $ \boxplus_{} $. Может оказаться так, что эти пространства "очень похожи", и свойства одного получаются простым "переводом" свойств другого.
Говорят, что пространства $ \mathbb V_{} $ и $ \mathbb W_{} $ **изоморфны** если между множествами их элементов можно установить такое взаимно-однозначное соответствие, что если $ X_{} \leftrightarrow X^{\prime} $ и $ Y_{} \leftrightarrow Y^{\prime} $ то $ X+Y \leftrightarrow X_{}^{\prime} \boxplus Y^{\prime} $ и
$ \lambda X_{} \leftrightarrow \lambda X^{\prime} $.
!!=>!! При изоморфизме пространств $ \mathbb V_{} $ и $ \mathbb W_{} $ нулевому вектору одного пространства будет соответствовать нулевой вектор другого пространства.
!!П!! **Пример.** Пространство $ \mathbb R^{n}_{} $ изоморфно пространству $ \mathbb P_{n-1}^{} $.
В самом деле, изоморфизм устанавливается соответствием
$$ [a_1,\dots,a_n] \leftrightarrow a_1+a_2x+\dots + a_nx^{n-1} \ .$$
!!П!! **Пример.** Пространство $ \mathbb R^{m\times n} $ вещественных матриц порядка $ m_{}\times n $ изоморфно пространству
$ \mathbb R_{}^{mn} $. Изоморфизм устанавливается с помощью операции ((:algebra2#векторизация векторизации матрицы))
(матрица "вытягивается" в один столбец).
!!П!! **Пример.** Пространство ((:2form#матричная_форма_записи_квадратичной_формы квадратичных форм)) от $ n_{} $ переменных изоморфно пространству симметричных матриц $ n_{} $-го порядка. Изоморфизм устанавливается соответствием, которое мы проиллюстрируем для случая $ n=3_{} $:
$$
a_{11}x_1^2+a_{12}x_1x_2+a_{13}x_1x_3+a_{22}x_2^2+a_{23}x_2x_3+a_{33}x_3^2 \leftrightarrow
\left(
\begin{array}{ccc}
a_{11} & \frac{1}{2}a_{12} & \frac{1}{2}a_{13} \\
\frac{1}{2}a_{12} & a_{22} & \frac{1}{2}a_{23} \\
\frac{1}{2}a_{13} & \frac{1}{2}a_{23} & a_{33}
\end{array}
\right) \ .
$$
Понятие изоморфизма вводится для того, чтобы исследование объектов, возникающих в различных областях алгебры, но с "похожими" свойствами операций, вести на примере одного образца, отрабатывая на нем результаты, которые можно будет потом дешево тиражировать. Какое именно линейное пространство взять "за образец"? --- См. концовку следующего пункта.
===Линейная зависимость, базис, координаты==
**Линейной комбинацией** системы векторов $ \{X_1,\dots,X_{m}\} $ называется произвольный вектор
$$ \alpha_1 X_1+\dots+ \alpha_m X_m $$
при каких-то фиксированных значениях скаляров $ \alpha_{1}, \dots, \alpha_{m} $.
Множество всевозможных линейных комбинаций системы векторов $ \{X_1,\dots,X_{m}\} $
$$
\left\{ \alpha_1 X_1+\dots+ \alpha_m X_m \bigg| \{\alpha_1,\dots,\alpha_m\}\subset \mathbb R \right\}
$$
называется **линейной оболочкой** векторов $ X_1,\dots,X_{m} $ и обозначается $ {\mathcal L}(X_1,\dots,X_{m}) $.
!!Т!! **Теорема 1.** //Линейная оболочка векторов// $ X_1,\dots,X_{m} $ //образует линейное подпространство пространства// $ \mathbb V_{} $.
!!П!! **Пример.** В пространстве $ \mathbb P_{n} $ полиномов степеней $ \le n_{} \ge 3 $ линейной оболочкой полиномов $ x,x^2,x^3 $ будет множество полиномов вида
$ a_0x^3+a_1x^2+a_2x $, т.е. множество полиномов степеней $ \le 3 $, имеющих корень $ \lambda_{}=0 $.
♦
Система векторов $ \{ X_{1},\dots,X_m \} $
называется **линейно зависимой** (**л.з.**) если существуют числа $ \alpha_{1},\dots,\alpha_m $, такие что хотя бы одно из них отлично от нуля и
$$
\alpha_1X_1+\dots+\alpha_mX_m=\mathbb O
$$
Если же это равенство возможно только при $ \alpha_{1}=0,\dots,\alpha_m=0 $,
то система векторов называется **линейно независимой** (**л.н.з.**).
!!П!! **Пример.** Для ((:polynomialm#общая_информация полиномов нескольких переменных)) свойство линейной зависимости является частным проявлением более общего свойства ((:algebra2:dets:jacobian#определение_и_основные_свойства функциональной зависимости)). Так, однородные полиномы (формы)
$$ f_1=(x_1+x_2+x_3)^2,\quad f_2=x_1x_2+x_1x_3+x_2x_3,\quad f_3=x_1^2+x_2^2+x_3^2 $$
являются линейно зависимыми, поскольку
$$ f_1-2\,f_2-f_3 \equiv 0 \ . $$
Полиномы
$$ \tilde f_1=x_1+x_2+x_3,\quad f_2=x_1x_2+x_1x_3+x_2x_3,\quad f_3=x_1^2+x_2^2+x_3^2 $$
не являются линейно зависимыми, но являются функционально зависимыми, поскольку
$$ \tilde f_1^2-2\,f_2-f_3 \equiv 0 \ . $$
♦
!!Т!! **Теорема 2.** **а)** //Если система содержит хотя бы один нулевой вектор, то она// **л.з.**
**б)** //Если система // **л.н.з**., //то и любая ее подсистема// **л.н.з.**
**в)** //При// $ m>1 $ //система// $ \{X_{1},\dots,X_m\} $ **л.з.** //тогда и только тогда,
когда по меньшей мере один ее вектор линейно выражается через остальные,
т.е. существуют// $ j\in \{1,\dots,n \} $ //и константы// $ \gamma_{1},\dots,\gamma_{j-1},
\gamma_{j+1},\dots,\gamma_{n} $ //такие, что//
$$ X_j=\gamma_1X_1+\dots+\gamma_{j-1}X_{j-1}+ \gamma_{j+1}X_{j+1}+\dots + \gamma_{m}X_{m} .$$
!!Т!! **Теорема 3.** //Если каждый из векторов системы// $ \{ X_1,\dots,X_{m} \} $// линейно выражается через векторы другой системы// $ \{ B_{1},\dots,B_k \} $ //с меньшим числом векторов:// $ k
☞