矩阵分析-4.线性子空间

线性子空间

线性子空间的定义

  设\(V\)是数域\(\mathbb{F}\)上的线性空间,\(W \in V\)是非空子集,若\(W\)有以下两个属性:
(1) 对加法封闭\(\forall \alpha,\beta \in W, \alpha+\beta \in W\).
(2) 对数乘封闭\(\forall k \in \mathbb{F}, \alpha \in W, \alpha k \in W\).
则称集合\(W\)是线性空间\(V\)的线性子空间.

注:线性子空间\(W\)本身按\(V\)中定义的加法与数乘也构成线性空间.

线性子空间的实例

例1 二维空间的线性子空间

  \(\color{green}{结论: 二维空间的线性子空间是任意经过原点的直线.}\)
  证明:
  设\(V = \mathbb{R}^{2}\)\(V\)表示二维平面.
  二维平面中经过原点的某一直线:\(W = \{x \vert \theta^{T} x=0, x \in V\}, \theta \in \mathbb{R}^{2}\).
  验证直线\(W\)是二维平面\(V\)的线性子空间:
  (1) 对\(\forall x_1,x_2 \in W, \theta^{T}(x_1+x_2)= \theta^{T}x_1+\theta^{T}x_2=0\),且\(x_1+x_2 \in V,\)
  \(\Rightarrow x_1+x_2 \in W\),即\(W\)对加法封闭.
  (2) 对\(\forall \beta \in \mathbb{R}, \forall x \in W, \theta^{T}(\beta x)=\beta(\theta^{T}x)=0\),且\(\beta x \in V,\)
  \(\Rightarrow \beta x \in W\),即\(W\)对数乘封闭.
  综上所述:直线\(W\)是二维空间\(V\)的线性子空间.

  注:二维空间中不经过原点的直线不是其线性子空间。
  证明:
  设\(V=\mathbb{R}^2\)\(V\)表示二维平面.
  二维平面中不经过原点的某一直线:\(W=\{x \vert \theta^{T}x+b=0,b \neq 0,x \in V\}, \theta \in \mathbb{R}^{2}.\)
  验证直线\(W\)不是二维平面\(V\)的线性子空间:
  (1) 对\(\forall x_1,x_2 \in W, x_1,x_2 \neq 0, \theta^{T}(x_1+x_2)+b = (\theta^{T}x_1+b)+\theta^{T}x_2=\theta^{T}x_2 \neq 0.\)
  又\(\because x_1+x_2 \in V \Rightarrow x_1+x_2 \notin W \Rightarrow\) 直线\(W\)不满足对加法封闭,故其不是二维空间\(V\)的线性子空间.

  对于二维空间的线性子空间,我们也可以借助图像来直观理解:

Image1: 二维空间的子空间

  从图中我们可以发现,经过原点的直线\(W_1\)上任意两个向量\(x_1,x_2\)的和仍位于直线\(W_1\)上,说明\(W_1\)对加法封闭,同时\(W_1\)上的向量伸缩后仍位于直线\(W_1\)上,说明\(W_1\)对数乘封闭。故经过原点的直线\(W_1\)是二维空间\(V\)的线性子空间.
  不经过原点的直线\(W_2\)上的任意两个向量\(y_1,y_2\),这两个向量的和\(y_3\)不位于直线\(W_2\)上,故直线\(W_2\)对加法不封闭,其不是二维空间\(V\)的线性子空间.

例2 向量组生成的线性子空间及线性子空间的生成组

  设有向量组\(\{\alpha_1,\alpha_2,\dots,\alpha_p \}\),定义:
\[W = span\{ \alpha_1,\alpha_2,\dots,\alpha_p\} =\{\alpha_{1}c_{1}+\alpha_{2}c_{2}+\dots+\alpha_{p}c_{p} \vert c_{i} \in \mathbb{F},i=1,2,\dots,p\} =\{向量组\alpha_i 的线性组合的全体\}\]

  称\(W\)为向量组\(\{\alpha_1,\alpha_2,\dots,\alpha_p \}\)所生成的线性子空间,向量组\(\{\alpha_1,\alpha_2,\dots,\alpha_p \}\)称为线性子空间的生成组.

例3 矩阵的核与象

  设矩阵\(A \in \mathbb{F}^{m\times n}\),定义集合\(\{x \vert x \in \mathbb{F}^{n},Ax=0 \}\)为矩阵\(A\)的核,记为\(ker A\),集合\(\{ y \vert y \in \mathbb{F}^{m}, \exists x \in \mathbb{F}^{n}, y=Ax\}\)为矩阵\(A\)的象,记为\(im A\). \(ker A\)\(im A\)分别是\(\mathbb{F}^n\)\(\mathbb{F}^{m}\)的线性子空间.

证明:
  设矩阵\(A \in \mathbb{F}^{m \times n}\),记矩阵\(A\)的核为集合\(ker A = \{x \vert x \in \mathbb{F}^{n},Ax=0 \}\)
  矩阵\(A\)的象为集合\(im A = \{ y \vert y \in \mathbb{F}^{m}, \exists x \in \mathbb{F}^{n}, y=Ax\}\).
  (1) 验证\(ker A\)是线性空间\(\mathbb{F}^{n}\)的线性子空间:
  对 \(\forall x_1,x_2 \in ker A\),有\(Ax_1=Ax_2=0 \Rightarrow A(x_1+x_2)=0\),故有:
  \(x_1+x_2 \in ker A\),即\(ker A\)对加法封闭.
  对\(\forall k \in \mathbb{F}, A(x_1 k) = (Ax_1)k = 0\),故有\(x_1 k \in ker A\),即\(ker A\)对数乘封闭.
  棕上所述,\(ker A\)是线性空间\(\mathbb{F}^{n}\)的线性子空间.
  (2) 验证\(im A\)是线性空间\(\mathbb{F}^{m}\)的线性子空间:
   对\(\forall y_1,y_2 \in im A, \exists x_1,x_2 \in \mathbb{F}^n\),使得\(y_1 = Ax_1, y_2 = Ax_2\)
  \(\Rightarrow y_1+y_2 = Ax_1 + Ax_2 = A(x_1+x_2)\),令\(y_3=y_1+y_2,x_3 = x_1+x_2\)
  \(\because y_1,y_2 \in \mathbb{F}^{m}\),且线性空间\(\mathbb{F}^{m}\)对加法封闭,故有\(y_3 \in \mathbb{F}^{m}\),同理可得\(x_3 \in \mathbb{F}^{n}\)
  \(y_3 = Ax_3 \Rightarrow y_3 \in im A\),即\(im A\)对加法封闭.
  对\(\forall k \in \mathbb{F}, y_1 k = (Ax_1)k = A(x_1 k)\)
  \(\because x_1 \in \mathbb{F}^{n}\),且线性空间\(\mathbb{F}^{n}\)对数乘封闭, 故有\(x_1 k \in \mathbb{F}^{n}\),
  则有\(y_1 k \in im A\),即\(im A\)对数乘封闭.
  综上所述,\(im A\)是线性空间\(\mathbb{F}^{m}\)的线性子空间.

注: \(Ax\)为矩阵\(A\)的列向量组\(\{\alpha_1, \alpha_2, \dots, \alpha_n \}\)\(x\)为系数的线性组合. \(im A\)也就是向量组\(\{\alpha_1, \alpha_2, \dots, \alpha_n \}\)所张成的线性子空间.

线性子空间的交与和

  设\(U,W\)\(V\)的线性子空间,则有:
(1) \(U \cap W = \{v \vert v \in U, v \in W\}\)\(U \cap W\)也是\(V\)的线性子空间,称为\(U,W\)的交.
(2) \(U+W = span \{U,W\} = \{u+w \vert u \in U, w \in W\}\)\(U+W\)也是\(V\)的线性子空间,称为\(U,W\)的和.

证明:
  设\(V\)是线性空间,\(U,W\)\(V\)的线性子空间,
  (1) 验证\(U \cap W\)\(V\)的线性子空间
  对\(\forall v_1,v_2 \in U \cap W\),有\(v_1,v_2 \in U, v_1,v_2 \in W\)
  \(\because U,W\)\(V\)的线性子空间,故\(U,W\)对加法封闭 \(\Rightarrow v_1+v_2 \in U, v_1+v_2 \in W \Rightarrow v_1+v_2 \in U \cap W\)
  即\(U \cap W\)对加法封闭.
  对\(\forall k \in \mathbb{F}, v_1 \in U \cap W\)\(U,W\)对数乘封闭,故有:
  \(v_1k \in U, v_1k \in W \Rightarrow v_1k \in U \cap W\),即\(U \cap W\)对数乘封闭.
  (2) 验证\(U+W\)\(V\)的线性子空间
  对\(\forall v_1,v_2 \in U+W, \exists u_1,u_2 \in U, w_1,w_2 \in W\),使得\(v_1 = u_1+w_1,v_2 = u_2+w_2\)
  \(v_1+v_2=u_1+w_1+u_2+w_2=(u_1+u_2)+(w_1+w_2)\)
  令\(v_3=v_1+v_2, u_3 = u_1+u_2, w_3 = w_1+w_2 \Rightarrow v_3=u_3+w_3\),由\(U,W\)对加法的封闭性可知:
  \(u_3 \in U, w_3 \in W \Rightarrow v_3 \in U+W\),即\(U+W\)对加法封闭.
  对\(\forall k \in \mathbb{F}, v_1 \in U+W, v_1k = (u_1+w_1)k=u_1k+w_1k\),
  \(\because U,W\)对数乘封闭,故有\(u_1k \in U, w_1k \in W \Rightarrow v_1 k \in U+W\),即\(U+W\)对数乘封闭.
  综上所述,\(U \Cap w, U+W\)均为\(V\)的线性子空间.


矩阵分析-4.线性子空间
http://example.com/2023/09/07/矩阵分析-4-线性子空间/
作者
喵老师
发布于
2023年9月7日
许可协议