В этом разделе мы представляем важные классы пространств, в которых будут жить наши данные и наши операции.
будут иметь место: векторные пространства, метрические пространства, нормированные пространства и пространства скалярных произведений. В целом
говоря, они определены таким образом, чтобы отразить одно или несколько важных свойств евклидовых
пространстве, но в более общем виде.
3.1 Векторные пространства
Векторные пространства - это базовая среда, в которой происходит линейная алгебра. Векторное пространство V — это множество (т.
элементы которых называются векторами), над которыми определены две операции: можно складывать векторы
вместе, и векторы можно умножать на вещественные числа1, называемые скалярами. V должен удовлетворять
(i) Существует аддитивная единица (обозначенная 0) в V такая, что x + 0 = x для всех x ∈ V
(ii) Для каждого x 2 V существует аддитивное обратное (обозначаемое как π) такое, что x + (x) = 0
(iii) Существует мультипликативная единица (обозначенная 1) в R такая, что 1x = x для всех x ∈ V
(iv) Коммутативность: x + y = y + x для всех x; у 2 В
(v) Ассоциативность: (x + y) + z = x + (y + z) и (x) = ( )x для всех x; у; z 2 В и ; 2 Р
(vi) Дистрибутивность: (x + y) = x + y и ( + )x = x + x для всех x; у 2 В и ; 2 Р
Набор векторов v1; : : : ; vn 2 V называется линейно независимым, если
1v1 + + nvn = 0 влечет 1 = = n = 0:
Размах v1; : : : ; vn 2 V — множество всех векторов, которые могут быть выражены линейной комбинацией
их:
спанфв1; : : : ; vng = fv 2 В : 9 1; : : : ; n такое, что 1v1 + + nvn = vg
Если набор векторов линейно независим и его размах равен всему V , говорят, что эти векторы
быть основой для V . На самом деле, каждый линейно независимый набор векторов образует основу для своего промежутка.
Если векторное пространство состоит из конечного числа векторов, оно называется конечномерным.
В противном случае оно конечномерно. Количество векторов в базисе для конечномерного
векторное пространство V называется размерностью V и обозначается dim V .
3.1.1 Евклидово пространство
Квинтэссенцией векторного пространства является евклидово пространство, которое мы обозначаем Rn. Векторы в этом пространстве
состоят из n-кортежей действительных чисел:
x = (x1; x2; : : : ; xn)
Для наших целей будет полезно думать о них как о n 1 матрицах или векторах-столбцах:
Сложение и скалярное умножение определяются покомпонентно на векторах в Rn:
Евклидово пространство используется для математического представления физического пространства с такими понятиями, как расстояние,
длина и углы. Хотя это становится трудно визуализировать для n > 3, эти концепции обобщают
математически очевидным образом. Даже когда вы работаете с более общими настройками, чем Rn,
часто полезно визуализировать сложение векторов и скалярное умножение с точки зрения двумерных векторов на плоскости.
или 3D-векторов в пространстве.
3.1.2 Подпространства
Векторные пространства могут содержать другие векторные пространства. Если V — векторное пространство, то S V называется векторным пространством.
подпространство V, если
(i) 0 2 S
(ii) S замкнут относительно сложения: x; y 2 S влечет за собой x + y 2 S
(iii) S замкнут относительно скалярного умножения: x 2 S; 2 R подразумевает x 2 S
Обратите внимание, что V всегда является подпространством V , как и тривиальное векторное пространство, содержащее только 0.
В качестве конкретного примера, линия, проходящая через начало координат, является подпространством евклидова пространства.
Если U и W подпространства в V , то их сумма определяется как
U +W = fu + w j u 2 U;w 2 Wg
Несложно проверить, что это множество также является подпространством V . Если U \W = f0g, то говорят, что сумма
быть прямой суммой и записывается U W . Каждый вектор в U W может быть однозначно записан как u + w
для некоторых u 2 U и w 2 W. (Это одновременно необходимое и достаточное условие для прямой суммы.)
Размерности сумм подпространств подчиняются дружественному соотношению (доказательство см. в [4]):
dim(U +W) = dimU + dimW dim(U \W)
Это следует из того
тусклый(UW) = тусклыйU + тусклыйW
так как dim(U \W) = dim(f0g) = 0, если сумма прямая.
3.2 Линейные карты
Линейная карта — это функция T : V ! W, где V и W — векторные пространства, удовлетворяющие
(i) T(x + y) = Tx + Ty для всех x; у 2 В
(ii) T( x) = Tx для всех x 2 V; 2 Р
Стандартное соглашение об обозначениях для линейных карт (которому мы следуем здесь) состоит в том, чтобы отбрасывать ненужные символы.
круглые скобки, записывая Tx, а не T(x), если нет риска двусмысленности, и обозначают композицию
линейных карт с помощью ST, а не обычного ST.
Линейное отображение из V в себя называется линейным оператором.
Заметьте, что определение линейной карты подходит для
изменить структуру векторных пространств, так как она
сохраняет две основные операции векторных пространств, сложение и скалярное умножение. С алгебраической точки зрения,
линейное отображение называется гомоморфизмом векторных пространств. Обратимый гомоморфизм (где
inverse также является гомоморфизмом) называется изоморфизмом. Если существует изоморфизм из V
W, то говорят, что V и W изоморфны, и мы пишем V = W. Изоморфные векторные пространства
по существу «одинаковы» с точки зрения их алгебраической структуры. Интересен тот факт, что конечномерное
векторные пространства2 одной и той же размерности всегда изоморфны; если V;W - действительный вектор
пространств с dim V = dimW = n, то имеет место естественный изоморфизм
‘ : V ! W
1х1+нвн+7! 1w1 + + nwn
где v1; : : : ; вн и ш1; : : : ;wn — любые базы для V и W. Это отображение корректно определено, так как все
вектор в V может быть однозначно выражен как линейная комбинация v1; : : : ; вн. Это просто
чтобы убедиться, что ‘ является изоморфизмом, поэтому на самом деле V = W. В частности, каждый действительный n-мерный вектор
пространство изоморфно Rn.
3.2.1 Матрица линейной карты
Векторные пространства довольно абстрактны. Чтобы представлять и управлять векторами и линейными картами на компьютере,
мы используем прямоугольные массивы чисел, известные как матрицы.
Предположим, что V и W — конечномерные векторные пространства с базой v1; : : : ; вн и ш1; : : : ;wm соответственно,
и Т: В! W — линейная карта. Тогда матрица T с элементами Aij, где i = 1; : : : ;м,
j = 1; : : : ; n, определяется
Tvj = A1jw1 + + Amjwm
То есть j-й столбец A состоит из координат Tvj в выбранном базисе для W.
Обратно, каждая матрица A 2 Rmn индуцирует линейное отображение T : Rn ! Rm, заданный
Tx = Ax
и матрица этого отображения относительно стандартных базисов Rn и Rm, конечно, просто A.
Если A 2 Rmn, его транспонирование A› 2 Rnm определяется формулой (A›)ij = Aji для каждого (i; j). Другими словами,
столбцы A становятся строками A›, а строки A становятся столбцами A›.
Транспонирование имеет несколько замечательных алгебраических свойств, которые легко проверить из определения: