Пусть L1 и L2 - линейные подпространства линейного пространства V. По аналогии с теорией множеств можно рассмотреть операции над линейными подпространствами.
1. Пересечением линейных подпространств L1 и L2 называется множество
L0={x½xÎ L1ÙxÎL2}=L1ÇL2.
Используя теорему о подпространстве, легко показать, что пересечение двух линейных подпространств линейного пространства V само является линейным подпространством линейного пространства V. Действительно, пусть
x,yÎ L0Û xÎL1ÙxÎL2Ù yÎL1Ù y ÎL2Ûx+yÎL1Ùx+ yÎL2Û x+ yÎL0.
Аналогично,
пусть xÎ L0 и lÎR Û xÎ L1ÙxÎL2ÙlÎRÛ lxÎ L1ÙlxÎL2 ÛlxÎ L0.
Оба условия теоремы выполнены, следовательно, L0 - линейное подпространство линейного пространства V.
2. суммой линейных подпространств L1 и L2 линейного пространства V называется множество
=L1+L2 ={x½x=x1+x2 Ùx1Î L1Ùx2ÎL2}.
Если представление элементов множества как суммы элементов множеств L1 и L2 является однозначным, то сумма называется прямой и обозначается = L1ÅL2.
Так как L1ÌV и L2ÌV, то, очевидно, ÌV. Покажем, что - линейное подпространство линейного пространства V. Действительно, пусть
x,yÎ Û x=x1+x2 Ùx1Î L1Ùx2ÎL2Ù y=y1+y2 Ùy1Î L1Ùy2ÎL2Û
x+y=(x1+x2)+(y1+y2)=(x1+y1)+(x2+y2) Î , так как x1+y1Î L1Ù x2+y2ÎL2.
Аналогично, пусть xÎ Û x=x1+x2 Ùx1Î L1Ùx2ÎL2 и пусть lÎR, тогда
lx1Î L1Ùlx2ÎL2Ûl x=l(x1+x2)= lx1+lx2Î .
Оба условия теоремы выполнены, следовательно, - линейное подпространство линейного пространства V.
Примеры
Пусть V – обычное трехмерное геометрическое пространство. L1 - множество векторов, лежащих в плоскости a, L2 - множество векторов, лежащих в плоскости b, причем a^b, тогда L1+L2 совпадает с пространством V, причем эта сумма не будет прямой, что хорошо видно на примере.
a
b
Теорема. Размерность суммы линейных подпространств равна сумме их размерностей минус размерность пересечения, то есть
dim =dim(L1+ L2)=dimL1+dimL2-dim L1Ç L2
Доказательство
Пусть L1 и L2 – линейные подпространства линейного пространства V, обозначим dimL1=m1, dimL2=m2, L0=L1ÇL2, dimL0=m0, =L1+ L2, dim = и докажем, что = m1+ m2- m0.
Рассмотрим базис пространства L0 , он состоит из m0 векторов:
e1,e2,…, (1)
Так как e1,e2,…, Î L0, то e1,e2,…, ÎL1 и e1,e2,…, ÎL2.Дополним систему векторов (1) до базиса пространства L1:
e1,e2,…, , … (2)
и до базиса пространства L2:
e1,e2,…, , … (3)
По определению базиса,
"aÎL1$a1,a2,…, , ,…, ÎR(a=a1e1+…+ +…+ ).
Аналогично
"bÎL1$b1,b2,…, , ,…, ÎR(b=b1e1+…+ +…+ ).
Теперь рассмотрим линейное пространство
=L1+L2 ={x½x=x1+x2 Ùx1Î L1Ùx2ÎL2},
тогда " xÎ имеем x=a+b = =(a1e1+…+ +…+ )+(b1e1+…+ +…+ ) =
=(a1+b1)e1+…+( + ) + + +… + + + (4)
Из полученного соотношения (4) следует, что произвольный вектор линейного пространства является линейной комбинацией векторов
e1,e2,…, , … , … (5)
то есть линейное пространство является линейной оболочкой системы векторов (5). Покажем, что эта система векторов линейно независима.
Предположим противное. Пусть существуют такие действительные числа
l1, l2,…, , ,…, , ,…, , что
l1 e1 +…+ + +…+ + +…+ =0 (*)
и среди коэффициентов есть отличные от нуля.
Преобразуем последнее равенство
l1 e1 +…+ =-( +…+ )=с, где сÎ L1, так как с=l1 e1 +…+ является линейной комбинацией векторов базиса (2). Кроме того, сÎ L2, так как с=-( +…+ ) – линейная комбинация векторов линейного пространства L2. Следовательно,
сÎ L0=L1ÇL2, но тогда вектор с можно разложить по базису (1)
с=m1e1+m2e2+…+ =-( +…+ ).
Отсюда следует
m1e1+m2e2+…+ + +…+ =0,
так как это - линейная комбинация векторов базиса (3), то равенство нулю означает, что равны нулю все коэффициенты, то есть
m1=m2=…= = =…= =0 Û с=0Ûl1 e1 +…+ =0, а это линейная комбинация векторов базиса (2), и, следовательно, равенство нулю означает, что равны нулю все коэффициенты, то есть l1=…= =0. Таким образом, мы получили, что равенство (*) возможно только в том случае, когда все коэффициенты равны нулю, а это, в свою очередь, означает, что система векторов (5) линейно независима. Поэтому система векторов (5) является базисом линейной оболочки , порожденной этими векторами. Число векторов в базисе (5) равно размерности линейного пространства и равно = m1+ m2- m0, что и требовалось доказать.
Следствие. Размерность прямой суммы линейных подпространств равна сумме их размерностей.
Доказательство
Для доказательства достаточно показать, что = L1ÅL2.Þ L1ÇL2 ={0}.
Действительно, если предположить противное, то есть найдется ненулевой вектор сÎL1ÇL2, тогда сÎL1 и сÎL2 , следовательно, сÎL1 и сÎ L2, сÎL1 и сÎ L2, тогда с= с+ с= с+ с. Получили противоречие, L1ÇL2 ={0} и следствие доказано.
Евклидовы пространства
Пусть V=(V,+,W) – линейное пространство над полем R. Будем говорить, что в линейном пространстве V задано скалярное умножение, если задано отображение V´V®R, удовлетворяющее следующим аксиомам:
1° "a,bÎV ((a,b)=(b,a))
2° "a,b,cÎV ((a+c,b)=(a,b)+(c,b))
3° "a,bÎV"lÎ R ((la,b)= l(a,b))
4° "aÎV (a¹0Þ(a,a)>0)
Следствие из аксиом. Если a=0 или b=0, тогда (a,b)=0.
Примеры
1. Рассмотрим линейное пространство векторов на плоскости, а скалярное произведение определим так:
Самостоятельно показать, что все аксиомы выполняются.
2. Если рассмотреть множество функций, непрерывных на сегменте [a,b], ввести операции сложения и умножения на действительное число, получим линейное пространство. Скалярное произведение в этом пространстве можно ввести следующим образом:
(f (x) ,g (x))= .
Самостоятельно показать, что все аксиомы выполняются.
Определение. Линейное пространство, в котором введено скалярное умножение, называется Евклидовым пространством.
В любом n-мерном линейном пространстве можно ввести скалярное умножение векторов. Действительно, пусть V – n-мерное линейное пространство и e1,e2,…,en – базис этого пространства, тогда любой вектор линейного пространства V можно представить как линейную комбинацию векторов базиса, то есть "a,bÎV(а= , b= ). Введем операцию умножения векторов по правилу
(a,b)= ÎR.
Проверим, будет ли данное умножение скалярным произведением, для этого проверим все аксиомы
1° "a,bÎV ((a,b)= = =(b,a))
2° "a,b,cÎV ((a+c,b)= = (a,b)+(c,b))
3° "a,bÎV"lÎ R ((la,b)= = l(a,b))
4° "aÎV (a¹0Þ(a,a)= >0)
Все аксиомы выполнены, следовательно, мы получили евклидово пространство. Это говорит о том, что любое конечномерное линейное пространство можно преобразовать в евклидово. Далее будем рассматривать евклидовы пространства и обозначать их Е(n).
Определение. Назовем длиной вектора а величину, равную арифметическому квадратному корню из скалярного квадрата
ô а ô= .
Определение. Назовем углом между векторами a¹0 и b¹0 угол
j=arccos , 0£j£p.
Докажем корректность этого определения, то есть нужно показать, что
-1£ £1Û £1Û £1.
Рассмотрим скалярный квадрат вектора a-lb, где lÎ R, имеем
(a-lb, a-lb)=(a, a-lb)+(-lb, a-lb)=(a,a) +(a,-lb)+(-lb, a)+(-lb,-lb)=
=(a,a)-l(a,b)- -l(b,a)+ l2(b,b)= l2(b,b)-2l(a,b)+(a,a)³0 "lÎR.
Если рассмотреть последнее соотношение как квадратное неравенство относительно переменной l, тогда имеем (b,b)>0, и неравенство верно "lÎR, следовательно,
D=(a,b)2-(a,a)(b,b) £0Û (a,b)2£(a,a)(b,b) Û £1, что и требовалось доказать.
Из неравенства (a,b)2-(a,a)(b,b) £0 можно получить интересное следствие.
Пусть дано пространство, и скалярное произведение в нем определено следующим образом (a,b)= , тогда получим
()2- £0Û(a1b1+a2b2+…+anbn)2£(a12+…+ an2)(b12+…+ bn2).
Это неравенство Коши – Буняковского.
Определение. Два вектора a¹0 и b¹0 называются ортогональными, если угол между ними равен 90° или (a,b)=0.
Определение. Система векторов
a1,a2,…,as (1)
называется ортогональной, если любая пара векторов этой системы ортогональна, то есть
"i¹j ((ai,aj)=0).
Теорема. Ортогональная система векторов линейно независима.
Доказательство
Пусть система векторов (1) – ортогональная. Рассмотрим их линейную комбинацию
a1a1+a2a2+…+asas=0 (2)
и покажем, что равенство 0 обязательно влечет за собой равенство нулю всех коэффициентов. Умножим обе части равенства (2) скалярно на a1, получим
(a1a1+a2a2+…+asas,a1)=(0,a1) Û (a1a1,a1)+(a2a2,a1)+…+(a sas ,a1)=0 Û
Ûa1(a1,a1)+ a2(a2,a1)+…+ a s(as ,a1)=0,
но (ai,aj)=0, если i¹j, то есть (a2,a1)=…=(as ,a1)=0. Следовательно, получаем
a1(a1,a1)=0 и (a1,a1)>0, отсюда a1=0. Аналогично, умножая равенство (2) скалярно на a2,…,as, получим a2=…=as=0, что и требовалось доказать, следовательно, система векторов (1) линейно независима.
Из доказанной теоремы следует, что всякая ортогональная система векторов евклидова пространства линейно независима. Возникает вопрос о переходе от линейно независимой системы векторов к ортогональной, содержащей такое же количество векторов. Такой процесс называется процессом ортогонализации. Дадим индуктивное определение процесса ортогонализации:
1. Пусть система векторов a1, a2 (s=2) линейно независима (очевидно, a1¹0,a2¹0). Рассмотрим новую систему векторов b1=a1, b2=aa1+a2, где a - неизвестный числовой параметр, который найдем из условия (b1,b2)=0:
(b1,b2)=(a1,aa1+a2)=a(a1,a1)+(a1,a2)=0 Þ a=- .
Таким образом, мы построили ортогональную систему из двух векторов.
2. Пусть имеем линейно независимую систему векторов
a1,a2,…,as (1)
Предположим, что для любого k (2£k<s) ортогональная система векторов построена
b1,b2,…,bk.
Добавим еще один вектор bk+1=a1b1+a2b2+…+akbk+ ak+1.
Самостоятельно показать, что bk+1¹0.
Коэффициенты ai будем вычислять из условия, что
(bk+1,bi)=0Û(a1b1+a2b2+…+akbk+ ak+1,bi)=0Û
a1(b1,bi)+ …+ai(bi,bi)+…+ ak(bk,bi)+(ak+1,bi)=0Ûai(bi,bi)+(ak+1,bi)=0Þ
ai=- .
получим ортогональную систему векторов b1,b2,…,bk bk+1.
Следствие. Пусть a1,a2,…,anÎЕ(n) и являются базисом Е(n). Так как базис - это линейно независимая система, то его можно ортогонализировать. Очевидно, полученная ортогональная система векторов также будет базисом пространства Е(n). То есть в любом евклидовом пространстве существует ортогональный базис.
Пусть а¹0ÎЕ(n). Рассмотрим вектор е= . Очевидно, ôеô=1. Операция перехода от вектора а к вектору е называется нормированием, а полученный вектор – нормированным или нормальным. Любой ненулевой вектор можно аналогичным образом пронормировать. Если пронормировать векторы ортогонального базиса, то получим ортонормированный базис евклидова пространства e1,e2,…,en,где ôеiô=1"i=1,…,n, (ei,ej)= .
Скалярное произведение любых векторов евклидова пространства тогда и только тогда равно сумме произведений одноименных координат, когда эти векторы заданы в ортонормированном базисе.