您当前所在位置:首页苗木商城线性空间的维数

线性空间的维数

发布时间:2023-03-20 13:10:21编辑:Anita归类:苗木商城

一、线性空间的维数

如果一个线性空间的基向量个数为n,这个线性空间维数就是n

二、拓扑空间 线性空间 有哪些区别

拓扑空间和线性空间的区别:拓扑空间是一个点的集合;线性空间是向量的集合。

拓扑空间的定义仅依赖于集合论,是带有连续,连通,收敛等概念的最基本的数学空间。其定义为:

设X是一个集合,O是一些X的子集构成的族,则(X,O)被称为一个拓扑空间,如果下面的性质成立:

1. 空集和X属于O,

2.O中任意多个元素的并仍属于O,

3.O中有限个元素的交仍属于O。

这时,X中的元素成为点(point),O中的元素成为开集(open set),则称O是X上的一个拓扑。

线性空间又称向量空间,是线性代数的中心内容和基本概念之一。在解析几何里引入向量概念后,使许多问题的处理变得更为简洁和清晰,在此基础上的进一步抽象化,形成了与域相联系的向量空间概念。单变元实函数的集合在定义适当的运算后,也构成向量空间。

三、线性空间可以分几类

公理化定义

编辑

设F是一个域。一个F上的向量空间是一个集合V和两个运算:

向量加法: V + V → V, 记作 v + w, ∃ v, w∈V

标量乘法: F × V → V, 记作 a·v, ∃a∈F, v∈V

符合下列公理 (∀ a, b ∈ F 及 u, v, w ∈ V):

向量加法结合律:u + (v + w) = (u + v) + w;

向量加法交换律:v + w = w + v;

向量加法的单位元:V 里有一个叫做零向量的 0,∀ v ∈ V , v + 0 = v;

向量加法的逆元素:∀v∈V, ∃w∈V,使得 v + w = 0;

标量乘法分配于向量加法上:a(v + w) = a v + a w;

标量乘法分配于域加法上: (a + b)v = a v + b v;

标量乘法一致于标量的域乘法: a(b v) = (ab)v;

标量乘法有单位元: 1 v = v, 这里 1 是指域 F 的乘法单位元。

有些教科书还强调以下两个公理:

V 闭合在向量加法下:v + w ∈ V

V 闭合在标量乘法下:a v ∈ V

更抽象的说,一个F上的向量空间是一个F-模。V的成员叫作向量,而F的成员叫作标量。若F是实数域R,V称为实向量空间;若F是复数域C,V称为复向量空间;若F是有限域,V称为有限域向量空间;对一般域F,V称为F-向量空间。[1]

首4个公理是说明向量V在向量加法中是个阿贝尔群,余下的4个公理应用于标量乘法。

以下都是一些很容易从向量空间公理推展出来的特性:

零向量0 ∈ V(公理3)是唯一的

a 0 = 0,∀ a ∈ F

0 v = 0,∀ v ∈ V,这里 0 是F的加法单位元

a v = 0 ,则可以推出要么 a = 0 ,要么 v = 0

v的加法逆元(公理4)是唯一的(写成−v),这两个写法v − w 及 v + (−w) 都是标准的

(−1)v = −v,∀ v ∈ V

(−a)v = a(−v) = −(av),∀ a ∈ F ,∀ v ∈ V

线性无关

编辑

如果V是一个线性空间,如果存在不全为零的系数c1, c2, ..., cn∈F,使得c1v1+ c2v2+ ... + cnvn= 0,那么其中有限多个向量v1, v2, ..., vn称为线性相关的.

反之,称这组向量为线性无关的。更一般的,如果有无穷多个向量,我们称这无穷多个向量是线性无关的,如果其中任意有限多个都是线性无关的。

子空间

编辑

设W为向量空间 V 的一个非空子集,若W在 V 的加法及标量乘法下是封闭的,且零向量0 ∈ W,就称W为 V 的线性子空间。

给出一个向量集合 B,那么包含它的最小子空间就称为它的扩张,记作 span(B)。另外可以规定空集的扩张为{0}。[2]

给出一个向量集合 B,若它的扩张就是向量空间 V, 则称 B 为 V 的生成集合。

给出一个向量集合 B,若B是线性无关的,且B能够生成V,就称B为V的一个基。若 V={0},唯一的基是空集。[3] 对非零向量空间 V,基是 V 最小的生成集,也是极大线性无关组。

如果一个向量空间 V 拥有一个元素个数有限的生成集,那么就称 V 是一个有限维空间。向量空间的所有基拥有相同基数,称为该空间的维度。例如,实数向量空间:R0, R1, R2, R3, …中, Rn 的维度就是 n。

空间内的每个向量都有唯一的方法表达成基中向量的线性组合。而且,将基中向量进行排列,表示成有序基,每个向量便可以坐标系统来表示。

线性映射

编辑

若 V 和 W 都是域F上的向量空间,可以设定由V到W的线性变换或“线性映射”。这些由V到W的映射都有共同点,就是它们保持总和及标量商数。这个集合包含所有由V到W的线性映射,以 L(V, W) 来描述,也是一个域F上的向量空间。当 V 及 W 被确定后,线性映射可以用矩阵来表达。

同构是一对一的一张线性映射。如果在V 和W之间存在同构,我们称这两个空间为同构;域F上每一n维向量空间都与向量空间F同构。

一个在F场的向量空间加上线性映射就可以构成一个范畴,即阿贝尔范畴。

额外结构

编辑

研究向量空间很自然涉及一些额外结构。额外结构如下:

一个实数或复数向量空间加上长度概念。就是范数称为赋范向量空间。

一个实数或复数向量空间加上长度和角度的概念,称为内积空间。

一个向量空间加上拓扑学符合运算的(加法及标量乘法是连续映射)称为拓扑向量空间。

一个向量空间加上双线性算子(定义为向量乘法)是个域代数。

望采纳,谢谢

潜江园林版权声明:对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!

成都南湖公园的公园景观