Как проверить является ли множество линейным подпространством

2. Линейные подпространства

В любом линейном пространстве можно выделить такое подмножество векторов, которое относительно операций из само является линейным пространством. Это можно делать различными способами, и структура таких подмножеств несет важную информацию о самом линейном пространстве .

Определение 2.1. Подмножество линейного пространства называют линейным подпространством, если выполнены следующие два условия:

сумма любых двух векторов из принадлежит:;

произведение любого вектора из Н на любое действительное число снова принадлежит Н:

Определение 2.1 фактически говорит о том, что линейное подпространство — это любое подмножество данного линейного пространства, замкнутое относительно линейных операций, т.е. применение линейных операций к векторам, принадлежащим этому подмножеству, не выводит результат за пределы подмножества. Покажем, что линейное подпространство Н как самостоятельный объект является линейным пространством относительно операций, заданных в объемлющем линейном пространстве . В самом деле, эти операции определены для любых элементов множества , а значит, и для элементов подмножестваН. Определение 2.1 фактически требует, чтобы для элементов из Н результат выполнения операций также принадлежал H. Поэтому операции, заданные в , можно рассматривать как операции и на более узком множествеH. Для этих операций на множестве Н аксиомы линейного пространства а)-б) и д)-з) выполнены в силу того, что они справедливы в . Кроме того, выполнены и две оставшиеся аксиомы, поскольку, согласно определению 2.1, если то:

1) и 0- нулевой вектор в Н;

2) .

В любом линейном пространстве всегда имеются два линейных подпространства: само линейное пространство и нулевое подпространство <0>, состоящее из единственного элемента 0. Эти линейные подпространства называют несобственными, в то время как все остальные линейные подпространства называют собственными. Приведем примеры собственных линейных подпространств.

Пример 2.1. В линейном пространстве свободных векторов трехмерного пространства линейное подпространство образуют:

а) все векторы, параллельные данной плоскости;

б) все векторы, параллельные данной прямой.

Это вытекает из следующих соображений. Из определения суммы свободных векторов следует, что два вектора и их суммакомпланарны (рис. 2.1, а). Поэтому, еслиипараллельны данной плоскости, то этой же плоскости будет параллельна и их сумма. Тем самым установлено, что для случая а) выполнено условие 1) определения 2.1. Если вектор умножить на число, получится вектор, коллинеарный исходному (рис. 2.1,6). Это доказывает выполнение условия 2) определения 2.1. Случай б) обосновывается аналогично.

Линейное пространство дает наглядное представление о том, что такое линейное подпространство. Действительно, фиксируем некоторую точку в пространстве. Тогда различным плоскостям и различным прямым, проходящим через эту точку, будут соответствовать различные линейные подпространства из(рис. 2.2).

Не столь очевидно, что в нет других собственных подпространств. Если в линейном подпространствеН в нет ненулевых векторов, тоН — нулевое линейное подпространство, являющееся несобственным. Если в Н есть ненулевой вектор, а любые два вектора из Н коллинеарны, то все векторы этого линейного подпространства параллельны некоторой прямой, проходящей через фиксированную точку. Следовательно, Н совпадает с одним из линейных подпространств, описанных в случае б). Если в Н есть два неколлинеарных вектора, а любые три вектора компланарны, то все векторы такого линейного подпространства параллельны некоторой плоскости, проходящей через фиксированную точку. Это случай а). Пусть в линейном подпространстве Н существуют три некомпланарных вектора. Тогда они образуют базис в . Любой свободный вектор можно представить в виде линейной комбинации этих векторов. Значит, все свободные векторы попадают в линейное подпространство Н, и поэтому оно совпадает с . В этом случае мы получаем несобственное линейное подпространство. Итак, в все собственные подпространства можно представить в виде плоскостей или прямых, проходящих через фиксированную точку.

Пример 2.2. Любое решение однородной системы линейных алгебраических уравнений (СЛАУ) от п переменных можно рассматривать как вектор в линейном арифметическом пространств . Множество всех таких векторов является линейным подпространством в . В самом деле, решения однородной СЛАУ можно покомпонентно складывать и умножать на действительные числа, т.е. по правилам сложения векторов из . Результат операции снова будет решением однородной СЛАУ. Значит, оба условия определения линейного подпространства выполнены.

Уравнение имеет множество решений, которое является линейным подпространством в. Но это же уравнение можно рассматривать как уравнение плоскости в некоторой прямоугольной системе координат . Плоскость проходит через начало координат, а радиус-векторы всех точек плоскости образуют двумерное подпространство в линейном пространстве

Множество решений однородной СЛАУ

также образует линейное подпространство в . В то же время эту систему можно рассматривать как общие уравнения прямой в пространстве, заданные в некоторой прямоугольной системе координат .. Эта прямая проходит через начало координат, а множество радиус-векторов всех ее точек образует одномерное подпространство в .

Пример 2.3. В линейном пространстве квадратных матриц порядкап линейное подпространство образуют:

а) все симметрические матрицы;

б) все кососимметрические матрицы;

в) все верхние (нижние) треугольные матрицы.

При сложении таких матриц или умножении на число мы получаем матрицу того же вида. Напротив, подмножество вырожденных матриц не является линейным подпространством, так как сумма двух вырожденных матриц может быть невырожденной матрицей:

Пример 2.4. В линейном пространстве функций, непрерывных на отрезке [0,1], можно выделить следующие линейные подпространства:

а) множество функций, непрерывных на отрезке [0,1] и непрерывно дифференцируемых в интервале (0,1) (в основе этого утверждения лежат свойства дифференцируемых функций: сумма дифференцируемых функций есть дифференцируемая функция, произведение дифференцируемой функции на число есть дифференцируемая функция);

б) множество всех многочленов;

в) множество всех многочленов степени не выше n.

Напротив, множество всех монотонных функций, непрерывных на отрезке [0,1], очевидно, является подмножеством , но не является линейным подпространством, так как сумма двух монотонных функций может и не быть монотонной функцией.

Пусть в линейном пространстве задана система векторов . Рассмотрим множество Н всех векторов в которые могут быть представлены линейной комбинацией этих векторов. Это множество является линейным подпространством в. Действительно, пусть

где . Описанное линейное подпространство называют линейной оболочкой системы векторов и обозначают .

Примечательно то, что любое собственное линейное подпространство можно представить как линейную оболочку некоторой системы его векторов. В этом состоит универсальный способ описания линейных подпространств. Отметим, что само линейное пространство является линейной оболочкой любого из своих базисов.

Пример 2.5. Рассмотрим плоскость , проходящую через три произвольные точки, не лежащие на одной прямой. Тогда линейное подпространство векторов, компланарных плоскости , представляет собой линейную оболочку двух свободных векторов, соответствующих геометрическим векторами (рис. 2.3). Действительно, любой вектор, компланарный векторам и , представляется в виде их линейной комбинации.

линейная-алгебра — Как проверить, являются ли данные множества линейным подпространствами?

3) Множество квадратных матриц размерности 2, для элементов которых выполняются соотношения aij=-aji для i=1, 2 и j=1, 2 (в пространстве всех квадратных матриц размерности 2). Тут i,j — индексы при а.

4) Множество симметричных квадратных матриц размерности 2 (в пространстве всех квадратных матриц размерности 2)

Теоретически знаю, что если элементы x,y принадлежат подпространству U линейного пространства L, их сумма x+y принадлежит U и при любом вещественном числе а произведение а*х принадлежит U, тогда U называется линейным подпространством. Однако практически не понимаю, как применять эти правила.

Кроме того, требуется определить размерность и найти какой-нибудь базис, если данные множества окажутся линейными подпространствами.

Очень прошу помощи!

задан 16 Янв ’19 18:12

1 ответ

Если сами условия устроены «линейно», то условия критерия для подпространств обычно без труда проверяются. Если нет — легко построить контрпример.

1) Первое условие означает x1=x4=0. Общий вид вектора: (0,x,-x,0)=x(0,1,-1,0). Это линейная оболочка одного вектора. Из него состоит базис. Размерность равна 1. Сам критерий можно даже не применять, так как он уже был использован в доказательстве утверждения о линейной оболочке любой системы. Она всегда является подпространством.

2) Здесь условие x4 > 0 всё «портит». При домножении вектора на -1 оно нарушается, то есть множество не замкнуто относительно умножения на скаляры, и подпространством не будет. Можно отметить, что относительно сложения векторов множество замкнуто, но этого здесь мало.

3) Как и в пункте 1), надо выписать общий вид такой матрицы. При i=j условие даёт a(i,i)=0. Поэтому матрица имеет вид (0 x // -x 0), что почти ничем не отличается от пункта 1. Подпространство одномерно, базис состоит из матрицы при x=1.

4) Здесь общий вид матрицы таков: (a b // b c). Раскладываем по переменным: a(1 0 // 0 0)+b(0 1 // 1 0)+c(0 0 // 0 1). Подпространство трёхмерно, базисные матрицы выписаны.

Подпространства линейного пространства

2) , а слово "линейное" опускать для краткости.

1. Условия 1, 2 в определении можно заменить одним условием: и любых чисел . Разумеется, что здесь и в определении речь идет о произвольных числах из того числового поля, над которым определено пространство 2. В любом линейном пространстве , состоящее из одного нулевого вектора пространства . Эти подпространства называются несобственными, а все остальные — собственными.

3. Любое подпространство линейного пространства является линейным подпространством, так как оно может оказаться незамкнутым по отношению к линейным операциям.

4. Подпространство линейного пространства 5. Размерность любого подпространства линейного пространства . Если же размерность подпространства равна размерности конечномерного пространства , то подпространство совпадает с самим пространством: , будем дополнять его до базиса пространства является базисом пространства 6. Для любого подмножества линейного пространства является подпространством .

В самом деле, если , т.е. является нулевым подпространством и . Пусть . Нужно доказать, что множество замкнуто по отношению к операциям сложения его элементов и умножения его элементов на число. Напомним, что элементами линейной оболочки служат линейные комбинации векторов из . Так как линейная комбинация линейных комбинаций векторов является их линейной комбинацией, то, учитывая пункт 1, делаем вывод, что является подпространством . Включение — очевидное, так как любой вектор .

7. Линейная оболочка подпространства совпадает с подпространством , т.е. .

Действительно, так как линейное подпространство содержит все возможные линейные комбинации своих векторов, то . Противоположное включение следует из пункта 6. Значит, .

Примеры линейных подпространств

Укажем некоторые подпространства линейных пространств, примеры которых рассматривались ранее. Перечислить все подпространства линейного пространства невозможно, за исключением тривиальных случаев.

1. Пространство , состоящее из одного нулевого вектора пространства .

2. Пусть, как и ранее, — множества векторов (направленных отрезков) на прямой, на плоскости, в пространстве соответственно. Если прямая принадлежит плоскости, то . Напротив, множество единичных векторов не является линейным подпространством, так как при умножении вектора на число, не равное единице, получаем вектор, не принадлежащий множеству.

3. В n-мерном арифметическом пространстве рассмотрим множество "полунулевых" столбцов вида с последними элементами, равными нулю. Сумма "полунулевых" столбцов является столбцом того же вида, т.е. операция сложения замкнута в . Умножение "полунулевого" столбца на число дает "полунулевой" столбец, т.е. операция умножения на число замкнута в . Поэтому , причем не является линейным подпространством, так как при умножении на нуль получается нулевой столбец, который не принадлежит рассматриваемому множеству. Примеры других подпространств приводятся в следующем пункте.

4. Пространство решений однородной системы уравнений с неизвестными является подпространством n-мерного арифметического пространства . Размерность этого подпространства определяется матрицей системы: .

Множество решений неоднородной системы (при ) не является подпространством , так как сумма двух решений неоднородной ; системы не будет решением той же системы.

5. В пространстве квадратных матриц порядка л рассмотрим два подмножества: множество симметрических матриц и множество кососимметрических матриц. Сумма симметрических матриц является симметрической матрицей, т.е. операция сложения замкнута в . Умножение симметрической матрицы на число также не нарушает симметричность, т.е. операция умножения матрицы на число замкнута в . Следовательно, множество симметрических матриц является под пространством пространства квадратных матриц, т.е. . Нетрудно найти размерность этого подпространства. Стандартный базис образуют : л матриц с единственным ненулевым (равным единице) элементом на глав ной диагонали: , а также матрицы с двумя ненулевыми (равными единице) элементами, симметричными относительно главной диагонали: . Всего в базисе будет матриц. Следовательно, . Аналогично получаем, что и .

Множество вырожденных квадратных матриц n-го порядка не является подпространством , так как сумма двух вырожденных матриц может оказаться невырожденной матрицей, например, в пространстве

6. В пространстве многочленов с действительными коэффициентами можно указать естественную цепочку подпространств

Множество четных многочленов является линейным подпространством , так как сумма четных многочленов и произведение четно го многочлена на число будут четными многочленами. Множество нечетных многочленов также является линейным пространством. Множество многочленов, имеющих действительные корни, не является линейным подпространством, так как при сложении таких двух многочленов может получиться многочлен, который не имеет действительных корней, например, .

7. В пространстве можно указать естественную цепочку подпространств:

Многочлены из можно рассматривать как функции, определенные на и . Пространство тригонометрических двучленов является подпространством , так как производные любого порядка функции непрерывны, т.е. . Множество непрерывных периодических функций не является подпространством , так как сумма двух периодических функций может оказаться непериодической функцией, например, .

Найти систему линейных уравнений задающих подпространство

Способы описания подпространств линейного пространства

Рассмотрим два важных способа описания линейных подпространств, которые условно будем называть внутренним и внешним. В первом (внутреннем) способе используется понятие линейной оболочки векторов, когда все элементы подпространства выражаются через некоторые его элементы (образующие). При втором (внешнем) способе применяются однородные системы уравнений. В этом случае подпространство описывается как пересечение некоторых содержащих его множеств. Для каждого способа описания подпространств укажем методики на хождения размерностей, базисов, алгебраических дополнений, пересечений и сумм подпространств.

Любое n-мерное вещественное линейное пространство изоморфно n-мерному арифметическому пространству . Чтобы установить изоморфизм , достаточно выбрать в пространстве базис и каждому вектору поставить в соответствие его координатный столбец. Поэтому в данном разделе будем рассматривать описание подпространств n-мерного арифметического пространства .

Первый (внутренний) способ. Пусть в пространстве заданы столбцы . Напомним, что для систем столбцов были определены понятия базы (максимальной линейно независимой подсистемы столбцов) и ранга (максимального числа линейно не зависимых столбцов системы), а также методы их нахождения.

Рассматривая линейную оболочку столбцов как линейное подпространство , заключаем, что база системы столбцов является базисом этого подпространства, а ранг системы столбцов равен размерности подпространства .

Поэтому для нахождения размерности и базиса подпространства нужно выполнить следующие действия:

1) составить из данных столбцов матрицу размеров ;

2) привести ее к ступенчатому виду (1.4), используя элементарные преобразования строк;

3) определить размерность и базис подпространства

– количество ненулевых строк в матрице равняется размерности подпространства, т.е. ,

– столбцы матрицы , содержащие единичные элементы (в начале каждой «ступеньки»), определяют номера линейно независимых столбцов матрицы , т.е. искомый базис.

Таким образом, если подпространство задано своими образующими , то его размерность равна рангу системы столбцов , т.е. , а базисом служит максимальная линейно независимая подсистема образующих.

Второй (внешний) способ. Пусть подпространство задано как множество решений однородной системы уравнений с неизвестными. Множество решений системы уравнений можно рассматривать как пересечение подпространств , где — множество решений i-го уравнения системы . Напомним, что любое решение однородной системы представляется в виде линейной комбинации элементов фундаментальной системы решений. Поэтому раз мерность пространства , а базисом служит фундаментальная система решений однородной системы . Способы нахождения фундаментальной системы решений рассмотрены ранее.

Переход от одного способа описания подпространств к другому

Переход от внутреннего описания к внешнему. Пусть подпространство задано линейной оболочкой столбцов . Требуется составить такую однородную систему уравнений, множество решений которой совпадает с , т.е. . Для этого нужно выполнить следующие действия.

1. Из данных столбцов составить матрицу размеров , а затем блочную матрицу , приписав к матрице единичную матрицу n-го порядка.

2. Элементарными преобразованиями над строками блочной матрицы и первыми ее столбцами привести матрицу к виду , где — простейший вид матрицы .

3. Из последних строк матрицы составить матрицу .

4. Записать искомую систему уравнений .

Поясним содержание алгоритма. Заданное подпространство состоит из линейных комбинаций данных векторов, т.е. все его элементы имеют вид . Решаемую задачу можно сформулировать так: для каких векторов найдутся такие числа , чтобы выполнялось равенство . Другими словами, при каких неоднородная система ( уравнений с неизвестными ) имеет решения? Используя необходимое и достаточное условие (5.24) совместности системы, получаем равенство . Заметим, что решение поставленной задачи неоднозначно, так как существует много однородных систем, имеющих од но и то же множество решений.

Пример 8.8. Подпространство задано линейной оболочкой столбцов . Составить систему уравнений, определяющую подпространство .

Решение. 1. Составляем матрицу и блочную матрицу:

2. Приводим левый блок к простейшему виду. Вычитаем первую строку из остальных, а затем к четвертой строке прибавляем вторую, умноженную на (-2):

Преобразовываем столбцы левого блока: ко второму столбцу прибавим пер вый, умноженный на (-1), к третьему столбцу прибавим первый, умноженный на (-3), а затем второй, умноженный на (-1). Эти преобразования не изменяют правый блок полученной матрицы. Находим простейший вид Л матрицы и матрицу

3. Из последних строк матрицы составляем матрицу искомой системы.

4. Записываем систему уравнений Заданные в условии примера столбцы являются решениями полученной системы, в чем можно убедиться при их подстановке в систему уравнений вместо .

Переход от внешнего описания к внутреннему. Пусть подпространство задано как множество решений однородной системы т уравнений с л неизвестными: . Требуется найти размерность и базис этого подпространства, т.е. представить его в виде линейной оболочки . Для этого нужно выполнить следующие действия.

1. Найти фундаментальную систему решений однородной системы . Искомая размерность .

2. Представить заданное пространство как линейную оболочку .

Первый пункт алгоритма удобно выполнять следующим образом:

– составить блочную матрицу , приписав к матрице единичную матрицу n-го порядка;

– элементарными преобразованиями над столбцами блочной матрицы и строками верхнего блока привести матрицу к виду , где — простейший вид матрицы ;

– из последних столбцов матрицы составить фундаментальную матрицу .

Столбцы фундаментальной матрицы составляют искомую фундаментальную систему решений.

Заметим, что решение поставленной задачи неоднозначно, так как существует много базисов одного и того же линейного подпространства.

Пример 8.9. Найти размерность и базис подпространства , заданного системой уравнений

Решение. 1. Фундаментальная матрица для этой системы была найдена в примере 5.6

Ее столбцы образуют фундаментальную систему решений. Размерность подпространства равна , .

2. Столбцы являются искомым базисом, так как они линейно независимы и .

23. Задание подпространств конечномерного линейного пространства с помощью систем линейных уравнений

Пусть дано N-Мерное линейное пространство L и пусть в нём зафиксирован базис Е = (Е1, Е2, … , Еn ). Пусть М – линейное подпространство в L .

Определение 30. Будем говорить, что Система линейных уравнений задаёт подпространство М, если этой системе удовлетворяют координаты всех векторов из М и не удовлетворяют координаты никаких других векторов.

Из свойств решений однородной системы линейных уравнений следует, что любая однородная линейная система уравнений ранга R с n Переменными задаёт в любом N-Мерном пространстве Ln (если в нём зафиксирован базис) (N–r )-мерное линейное подпространство.

Справедливо и обратное утверждение. А именно, имеет место следующая теорема.

Теорема 30. Если в линейном N-Мерном пространстве Ln Зафиксирован базис, то любое его К-мерное линейное подпространство можно задать системой линейных однородных уравнений с N Неизвестными ранга (N – к).

Доказательство. Пусть в Ln зафиксирован базис Е = (Е1, Е2, … , Еn ). Пусть Lк – линейное К-мерное подпространство в Ln. Выберем в Lк Любой базис А = (А1, а2,… , ак). Пусть В матричной форме А = Е × А, где А = .

Так как А – базис, то ранг матрицы А Равен К.

Получили параметрические уравнения, определяющие Lк .

После исключения параметров получится система (N – к) линейных однородных уравнений. Векторы А1, а2, … , ак являются её линейно независимыми решениями. Все остальные решения являются их линейными комбинациями.

Следовательно, система векторов (А1, а2, … , ак) будет фундаментальной системой решений полученной системы уравнений и поэтому ранг этой системы уравнений равен (N – к).

Пример. В пространстве L5 зафиксирован базис Е = (Е1, Е2, е3, е4 , Е5 ). Найти систему линейных однородных уравнений, задающих L3 = , если А1 = (1, –2, 2, 0, 1), А2 = (0, 4, 7, 0, 1), А3 = (–2, 3, –1, 0, 0).

Решение. Найдём ранг системы векторов (А1, а2, а3 ). Для этого достаточно найти ранг матрицы . Минор . Окаймляющий минор ¹ 0, следовательно, ранг матрицы равен 3, т. е. векторы А1, а2, а3 линейно независимы и подпространство L3 – трёхмерное. Согласно доказанной теоремы, оно может быть задано системой линейных однородных уравнений ранга 2.

D Î L3 Û D = с1А1 + С2А2 + С3А3 . Отсюда D Î L3 Û Х1 = с1 – 2с3 , х2 = –2с1 + 4с2 + 3с3 , х3 = 2с1 + 7с2 – с3 , х4 = 0, х5 = с1 + с2. Если из первого, второго и пятого уравнений выразить С1, с2 и С3 И подставить их в третье и четвёртое уравнения, то получим следующую систему

Замечание. Очевидно, система, задающая данное подпространство, определяется не единственным образом. К найденным уравнениям можно добавлять новые уравнения, являющиеся их линейными комбинациями.

Учебное пособие: Методические указания для студентов 1 курса Одесса 2008

Одесский национальный университет им. И. И. Мечникова

Институт математики, экономики и механики

( решение типовых задач)

Методические указания для студентов 1 курса

Составители: д-р ф-м н., проф. Варбанец П.Д.,

к-т ф-м н., доц. Савастру О.В.

Рецензенты: д-р ф-м н., проф. Евтухов В.М.,

к-т ф-м н., доц. Белозеров Г.С.

Рекомендовано к печати

Ученым советом ИМЭМ Одесского национального университета им. И. И. Мечникова

протокол № 1 от 5 февраля 2008 г.

1. Линейные пространства …………………………………. 5

1.1. Линейные пространства и подпространства………….5

1.2. Базис пространства, его размерность…………………6

1.3. Координаты вектора в данном базисе…………….…11

1.4. Сумма и пересечение подпространств………………12

2. Евклидовы и унитарные пространства ………….…. 17

2.1. Процесс ортогонализации Шмидта………………….17

2.3. Ортогональная проекция и перпендикуляр на подпространство……………………………………………………..20

3. Операторы в линейных пространствах……………. 23

3.1. Образ, ядро линейного оператора……………………28

3.2. Матрица линейного оператора в данных базисах…..29

3.3. Собственные векторы и собственные значения..…. 31

3.4. Канонический корневой базис и жорданова нормальная форма…………………………………………………….34

4. Операторы в евклидовых и унитарных пространствах..40

5. Приведение двух квадратичных форм к каноническому виду…………………………………………………………. 45

Линейные пространства и линейные операторы представляют собой начало абстрактной части математики, с которой студенту в дальнейшем неоднократно придется иметь дело.

Эти методические указания по самостоятельной работе студентов предполагают использование следующего задачника:

И.В.Проскуряков. Сборник задач по линейной алгебре. М., Наука, 1974.

В дальнейшем мы будем придерживаться следующих обозначений (если в тексте нет специальной оговорки):

¾ — произвольные пространства над некоторым полем ;

¾ — пространство — мерных строк (столбцов) с элементами из поля над полем (арифметическое пространство).

¾ — действительное — мерное арифметическое пространство;

¾ — комплексное — мерное арифметическое пространство;

¾ — пространства геометрических векторов (прямой, плоскости, пространства);

¾ — евклидовы пространства (с указанием размерности или без него);

¾ — подпространства данного пространства (— индекс, не связанный с размерностью);

¾ векторы рассматриваемого пространства; — нулевой вектор;

¾ скаляры из данного поля, — нуль этого поля;

¾ линейные операторы, в отдельных случаях – матрицы;

¾ матрицы линейных операторов в базисах соответственно ;

¾ размерности пространств ;

¾ ранги операторов (матриц) ;

¾ скалярное произведение в данном пространстве;

¾ векторное произведение в данном пространстве .

Основными типами задач этого параграфа являются следующие:

А) выяснение вопроса, будет ли данное множество с указанными операциями линейным пространством, подпространством;

В) выделение базиса пространства, определение его размерности;

С) вычисление координат вектора в данном базисе;

D) нахождение суммы, пересечения подпространств, их размерностей и базисов.

1.1. Линейные пространства и подпространства.

Для решения задач первой группы необходимо знание аксиом линейного пространства (вообще, не следует приниматься за решение задач любого раздела, не ознакомившись предварительно с основными понятиями и теоремами данного раздела). Заметим, что в группе аксиом линейного пространства содержатся требования неограниченной применимости, однозначности и замкнутости линейных операций, которые не выделены под отдельными номерами. Распространенная ошибка: забывают проверить выполнение этих условий.

В тех условиях, когда данное множество состоит из векторов некоторого известного пространства, полезной является следующая теорема (критерий подпространства):

Теорема. Подмножество векторов пространства над полем является подпространством тогда и только тогда, когда

1. замкнуто относительно сложения, т.е. ,

2. замкнуто относительно умножения векторов на любые скаляры из основного поля : .

Некоторые из задач требуют хорошего знания других разделов курса (элементарной теории матриц, квадратичных форм, систем линейных уравнений). Ниже мы подробнее остановимся на одной из этих задач.

1.2. Базис пространства, его размерность.

Построение базиса пространства, подпространства несколько упрощается, если мы располагаем некоторыми представлениями о размерности пространства, подпространства. Одним из наводящих соображений здесь может быть следующее. Подмножество векторов пространства выделяется из с помощью дополнительных условий, накладываемых на векторы. При этом, чем больше таких условий, тем меньшей, вообще говоря, будет размерность подпространства . Если , а выделено с помощью условий специального вида, то есть основания ожидать, что .

Задача 1.1. (№1297[4]) Доказать, что множество п -мерных векторов, у которых первая и последняя координаты равны между собой, образует линейное подпространство пространства .

Решение. Множество образует линейное подпространство пространства , так как удовлетворяет критерию подпространства. Действительно, выделяется из с помощью одного условия , поэтому

Кроме того, нетрудно показать, что . Для этого рассмотрим векторы стандартного базиса . Векторы не принадлежат . Но построение базиса подпространства в ряде случаев удобно выполнить, исходя из стандартного базиса самого пространства, изменяя его векторы так, чтобы они «попали» в подпространство. Поэтому преобразуем векторы так, чтобы у них первая и последняя координаты были равны. Например, пусть . Рассмотрим систему векторов . Она образует базис , так как нетрудно проверить, что она является линейно независимой и каждый вектор из подпространства линейно выражается через вектора этой системы. А так как количество векторов системы равно , то и . Итак, наше предположение оказалось верным.

Линейные подпространства, размерности которых на 1 меньше размерности самого пространства называются гиперплоскостями .

В следующей задаче условий больше.

Задача 1.2. (№1298[4]) Доказать, что множество п -мерных векторов, у которых координаты с четными номерами равны нулю, образует линейное подпространство пространства .

Решение. Для доказательства того, что является подпространством, нужно также воспользоваться критерием подпространства. Так как поэтому следует ожидать, что , где — наибольшее четное число, не превышающее (, если — четное, и , если — нечетное). Базисом является подсистема стандартного базиса пространства , содержащая векторы только с нечетными номерами.

Задача 1.3. Проверить, является ли множество многочленов степени 3 с вещественными коэффициентами подпространством пространства многочленов степени ().

Решение. Воспользуемся критерием подпространства. Проверим условие .

Пусть , тогда

так как степень суммы этих двух многочленов равна двум. Итак, множество не является подпространством.

Задача 1.4. (№№1291, 1308[4]) Найти какой-нибудь базис и размерность линейного подпространства пространства , если составляют все векторы из , у которых сумма координат .

Решение. Очевидно векторы стандартного базиса

(1 на — ой позиции ) множеству не принадлежат ни при каком . Однако, замена на векторах последнего нуля числом (-1) дает нам векторы из . Таким образом мы получаем систему векторов

из , которая линейно независима (почему?) и обязана быть базисом , ибо из условия задачи явно следует, что из и, следовательно, .

Попутно решен вопрос (и подтвердилась гипотеза) о размерности ( выделено из одним условием).

Задача 1.4. (№1306[4]) Пусть — неотрицательная квадратичная форма от неизвестных ранга . Доказать, что все решения уравнения =0 образуют мерное линейное подпространство пространства .

Поиск решения. Вспоминаем основные понятия теории квадратичных форм (матрица формы, ранг формы, определение формы). Очевидно, что более подробные записи данного уравнения в виде

, никак не указывают на способ решения задачи.

В процессе дальнейших размышлений начинаем понимать, что мы должны исходить из неотрицательной определенности формы . Нормальный вид такой формы

(1)

а множество решений уравнения =0 в этом случае состоит из векторов вида

, (2)

Где — произвольные числа из . Имеющийся опыт (задача 1.2) подсказывает, что множество векторов такого вида есть ()-мерное подпространство пространства . Но данная нам форма не обязательно нормальная. И здесь мы вспоминаем, что каждая неотрицательно определенная форма ранга невырожденным линейным преобразованием приводится к виду (1). Создается план решения: преобразовать форму к виду (1) , найти решения (2) уравнения =0 для преобразованной формы, а затем с помощью обратного преобразования построить решения уравнения =0 для данной формы .

Решение. По теореме о приведении квадратичной формы к нормальному виду существует невырожденное линейное преобразование

, приводящее форму к виду

Множество решений уравнения состоит из векторов где , то есть из векторов

Обозначим (1 на — ой позиции) и докажем, что множество решений уравнения =0 есть линейная оболочка системы векторов

Пусть . Тогда

Очевидно и другое:

Кроме того, система линейно независима (проверяется непосредственно). Составляем линейную комбинацию . Получаем . Мы пришли к матричному уравнению, которое имеет единственное решение, так как матрица является невырожденной.

Отсюда . Тем самым мы показали, что система является линейно независимой. Следовательно, — линейное пространство (по построению) и его размерность

1.3. Координаты вектора в данном базисе.

Решение вопроса о ранге системы векторов, заданных координатами в некотором базисе, выделение из системы ее максимальной линейно независимой подсистемы, выражение остальных векторов в виде линейных комбинаций векторов этой подсистемы сводится к решению этих же задач для системы строк (столбцов) координатной матрицы, которые подробно обсуждались в соответствующем параграфе первой части.

1.4.Сумма и пересечение подпространств.

Пусть — данные подпространства пространства. Обычно их задают в виде линейных оболочек систем векторов или как множества решений некоторых однородных систем линейных уравнений, а сами векторы- координатными строками в некотором базисе. Вычисление не составляет особого труда: это ранг объединения базисов или порождающих систем подпространств и . находится по формуле

. (3)

Несколько сложнее обстоит дело с поиском базиса пересечения . В общем виде этот вопрос рассматривается в задаче №1319 [4]. Здесь же мы укажем, как найти решения конкретных задач (№№ 1320-1322 [4]). Задачу 1.6 мы решим двумя способами, второй — с помощью схемы Штифеля (предполагаем, что №1319 вы уже разобрали).

Задача 1.6. Найти базис суммы и пересечения подпространств, натянутых на системы векторов

Решение. Обозначим , . Будем считать, что координаты векторов заданы в единичном базисе .

1 способ. Как известно, базисом суммы служит любая база системы векторов , . Его построение сводится к вычислению ранга матрицы, строками которой являются координаты векторов последней системы. Кроме того, базис суммы можно получить, добавляя к базису первого подпространства некоторые из векторов базиса второго подпространства.

Итак, . Базис составляют .

. Базис составляют .

Базис составляют . По формуле (3) получаем . Базис пересечения будем искать из условия . Значит, представим в виде и . Приравниваем правые части . Это равенство эквивалентно системе трех линейных однородных уравнений с четырьмя неизвестными. Нужно решить эту систему и построить ФСР. Тогда будет образовывать базис пересечения.

Решив систему, строим ФСР.

Вектор образует базис .

2 способ. 1) Составим таблицу Штифеля для объединенной системы векторов , и перебрасываем наверх сначала векторы , пока это возможно (квадратиками выделены разрешающие элементы). Векторы , переходящие налево, не пишем и их координаты не вычисляем.