Processing math: 25%
MENU

矩阵分析(四)子空间

September 21, 2020 • Read: 12465 • 数学阅读设置

线性子空间概念

定义:WF 上线性空间 V 的一个非空子集,若 W 关于 V加法数乘运算也构成线性空间,则称 WV 的一个线性子空间,简称子空间

(线性子空间的判定定理):WF 上线性空间 V 的一个非空子集,则 WV 的子空间的充要条件是:

  1. α,βW,则 α+βW
  2. αW,kF,则 kαW

也就是说,只需要验证对加法和数乘封闭即可

{0}V 本身均是 V 的子空间,且这两个子空间称为平凡子空间


例 1

A 为实数(或复数)m×n 矩阵,证明:齐次线性方程组 Ax=0 的所有解(包括零解)的集合构成实(或复)数域 R(或 C)上的线性空间 N(A)

证明:x1,x2N(A) 是齐次方程组 Ax=0 的两个解,下面证明 x1+x2N(A) 以及 λxN(A)

因为 A(x1+x2)=Ax1+Ax2=0,所以 x1+x2N(A)

又因为 λF,且 A(λx)=λ(Ax)=0,所以 λxN(A)

则齐次线性方程 Ax=0 的所有解的集合构成数域 F 上的线性空间 N(A)


生成子空间

定义:α1,α2,...,αs 是数域 F 上的线性空间 V 中的向量组,则该向量组所有可能的线性组合所构成的集合

W={k1α1+k2α2+···+ksαsk1,k2,...,ksF}

V 的线性子空间,称为 V 的生成子空间,记作 W=span{α1,α2,...,αs}W=L(α1,α2,...,αs)

反之,给定 V 的一个线性子空间 W,若能找到向量组 β1,β2,...,βr 使得恰有 W=span{β1,β2,...,βr},则称向量组 α1,α2,...,αr 为子空间 W 的一个生成向量组,简称生成组

生成子空间的性质

  1. W=span{α1,α2,...,αs},则 α1,α2,...,αsW
  2. span{α1,α2,...,αs}=span{β1,β2,...,βt}α1,α2,...,αsβ1,β2,...,βt 等价
  3. α1,α2,...,αs 的极大线性无关组是 span{α1,α2,...,αs} 的基,故 dim(span{α1,α2,...,αs})=rank(α1,α2,...,αs)

基扩张定理

{α1,α2,...,αr}Vn 中一组线性无关向量,则 Vn 中存在 nr 个向量 αr+1,αr+2,...,αn,使得

{α1,α2,...,αr,αr+1,αr+2,...,αn}

构成 Vn 的基

证明:r=n,则结论显然成立

r<n,下证必然存在一向量 αr+1Vn,使得 α1,α2,...,αr,αr+1 线性无关

反证法:若对任意的非零向量 βVnα1,α2,...,αr,β 线性相关,则存在不全为 0 的数 k1,k2,...,kr,k,使得

k1α1+k2α2+···+krαr+kβ=0

显然 k0,所以有

β=k1kα1k2kα2···krkαr

由此得到,Vn 任意向量均能被 α1,α2,...,αr 线性表示,这与 r<n 矛盾

故若 r<n,必存在一向量 αr+1Vn,使得 α1,α2,...,αr,αr+1 线性无关

r+1=n,则证明完毕

r+1<n,则重复上面过程即可


例 2

α1=(1,2,1,0)T,α2=(0,1,2,3)T,α3=(2,3,4,3)T,求 span{α1,α2,α3} 的一组基与维数

解:

A=[α1,α2,α3]=[102213124033][102011000000]

因为 α1,α2 是线性无关的,且 α3=2α1α2

所以 α1,α2span{α1,α2,α3} 的一组基,dim(span{α1,α2,α3})=2


例 3

F2×2

A=[1221],B=[2111],C=[1111],D=[1111]

W=L(A,B,C,D) 的一组基

解:

(A,B,C,D)=[1211211121111111][12110313001310001]

因为 A,B,C,D 是线性无关的,所以 A,B,C,DL(A,B,C,D) 的一组基,dim(L(A,B,C,D))=4


例 4

已知

α1=(1,2,1,0)T,α2=(1,1,1,1)Tβ1=(2,1,0,1)T,β2=(1,1,3,7)T

\text {span}\{\alpha_1,\alpha_2\}\text {span}\{\beta_1,\beta_2\} 的和与交的基和维数

解:因为 \text {span}\{\alpha_1,\alpha_2\}+\text {span}\{\beta_1,\beta_2\}=\text {span}\{\alpha_1,\alpha_2,\beta_1,\beta_2\}

由于秩 \{\alpha_1,\alpha_2,\beta_1,\beta_2\}=3,且 \alpha_1,\alpha_2,\beta_1 是向量 \alpha_1,\alpha_2,\beta_1,\beta_2 的一个极大线性无关组,所以和空间的维数是 3,基为 \alpha_1,\alpha_2,\beta_1

方法一:\xi \in \text {span}\left\{\alpha_{1}, \alpha_{2}\right\} \cap \text {span}\left\{\beta_{1}, \beta_{2}\right\},由交空间定义可知

\xi=k_{1} \alpha_{1}+k_{2} \alpha_{2}=k_{3} \beta_{1}+k_{4} \beta_{2}

k_{1}\left[\begin{array}{l} 1 \\ 2 \\ 1 \\ 0 \end{array}\right]+k_{2}\left[\begin{array}{r} -1 \\ 1 \\ 1 \\ 1 \end{array}\right]+k_{3}\left[\begin{array}{r} -2 \\ 1 \\ 0 \\ -1 \end{array}\right]+k_{4}\left[\begin{array}{r} -1 \\ 1 \\ -3 \\ -7 \end{array}\right]=0

解得

k_{1}=-k_{4}, k_{2}=4k_{4}, k_{3}=-3 k_{4}\left (k_{4} \text { 为任意数 }\right)

于是

\xi=k_1\alpha_1+k_2\alpha_2=k_4[-5,2,3,4]^T

显然 \xi=k_3\beta_1+k_4\beta_2,所以交空间的维数为 1,基为 [-5,2,3,4]^T

方法二:不难知

\text{span}\left\{\alpha_{1}, \alpha_{2}\right\}=\text{span}\left\{\alpha_{1}, \alpha_{2}^{\prime}\right\}, \text{span}\left\{\beta_{1}, \beta_{2}\right\}=\text{span}\left\{\beta_{1}, \beta_{2}^{\prime}\right\}

其中 \alpha^{\prime}=[-2,-2,0,1]^T,\beta^{\prime}=[-\frac {13}{3},2,1,0]^T,又 \text {span}\{\alpha_1,\alpha_2^{\prime}\} 也是线性方程组

\left\{\begin{array}{l} x_{1}=x_{3}-2 x_{4} \\ x_{2}=2 x_{1}-x_{4} \end{array}\right.

的解空间,\text {span}\{\beta_1,\beta_{2}^{\prime}\} 是线性方程组

\left\{\begin{array}{l} x_{1}=-\frac{13}{3} x_{3}+2 x_{4} \\ x_{2}=2 x_{3}-x_{4} \end{array}\right.

的解空间,所以所求的交空间就是线性方程组

\left\{\begin{array}{l} x_{1}= x_{3}-2 x_{4} \\ x_{2}= 2 x_{3}-x_{4} \\ x_{1}=-\frac{13}{3} x_{3}+2 x_{4} \\ x_{2}= 2 x_{3}-x_{4} \end{array}\right.

的解空间,容易求出其基础解系为 [-5,2,3,4]^T,所以交空间的维数为 1,基为 [-5,2,3,4]^T


子空间的交与和

U,WV 的子空间

  1. U\cap W=\{\alpha\mid \alpha \in U\ \&\ \alpha \in W\} 也是 V 的子空间,称为 U,W 的交空间
  2. U+W=\{\alpha_1+\alpha_2\mid \alpha_1\in U\ \& \ \alpha_2\in W\} 也是 V 的子空间,称为 U,W 的和空间

定理:

U=\text{span}\{\alpha_1,\alpha_2,...,\alpha_s\}\\ W=\text{span}\{\beta_1,\beta_2,...,\beta_t\}

U+W=\text {span}\{\alpha_1, ...,\alpha_s,\beta_1,...,\beta_t\}

定理(维数公式):UW 是线性空间 V 的两个子空间,则

\begin{aligned} &\dim(U)+\dim(W)=\dim(U+W)+\dim(U\cap W)\\ &\dim (U \cap W) \leqslant \dim(U) = \dim(W) \leqslant \dim(U + W) \leqslant \dim (V) \end{aligned}


例 5

\mathbb {F}^{2\times 2} 子空间

V_1=\{\begin{bmatrix}x&x\\y&y\end{bmatrix}\mid x, y\in \mathbb{F}\}\\ V_2=\{\begin{bmatrix}x&y\\-y&-x\end{bmatrix}\mid x,y\in \mathbb{F}\}

V_1,V_2,V_1+V_2V_1\cap V_2 的基和维数

解:

很明显可知 V_1 的一组基是 A=\begin {bmatrix} 1&1\\0&0\end {bmatrix},B=\begin {bmatrix} 0&0\\1&1\end {bmatrix},则 V_1=\text {span}\{A,B\}

V_2 的一组基是 C=\begin {bmatrix} 1&0\\0&-1\end {bmatrix},D=\begin {bmatrix} 0&1\\-1&0\end {bmatrix},则 V_2=\text {span}\{C,D\}

因为 V_1+V_2=\text {span}\{A,B,C,D\},所以 V_1+V_2 的一组基就是 (A,B,C,D) 的极大线性无关组

\begin{aligned} (A,B,C,D)&=\begin{bmatrix}1&0&1&0\\1&0&0&1\\0&1&0&-1\\0&1&-1&0\end{bmatrix}\\ &\to \begin{bmatrix}1&0&1&0\\0&1&0&-1\\0&0&1&-1\\0&0&0&0\end{bmatrix} \end{aligned}

V_1+V_2 的一组基是 (A,B,C),且 \dim (V_1+V_2)=3

根据维数定理 \dim (V_1\cap V_2)=1,由分析得 V_1\cap V_2=\text {span}\{\begin {bmatrix} x&x\\-x&-x\end {bmatrix}\mid x\in \mathbb {F}\}


例 6

\alpha_1=(1,2,1,0)^T,\alpha_2=(-1,1,1,1)^T,\beta_1=(2, -1,0,1)^T,\beta_2=(1,-1,3,7)^T\\ V_1=\text{span}\{\alpha_1,\alpha_2\},V_2=\text{span}\{\beta_1,\beta_2\}

\mathbb {F}^{4} 的子空间 V_1+V_2,V_1\cap V_2 的基与维数

解:因为 V_1+V_2=\text {span}\{\alpha_1,\alpha_2,\beta_1,\beta_2\},所以 V_1+V_2 的一组基就是 (\alpha_1,\alpha_2,\beta_1,\beta_2) 的极大线性无关组

\begin{aligned} (\alpha_1,\alpha_2,\beta_1,\beta_2)&=\begin{bmatrix}1&-1&2&1\\2&1&-1&-1\\1&1&0&3\\0&1&1&7\end{bmatrix}\\ &\to\begin{bmatrix}1&-1&2&1\\0&3&-5&-3\\0&0&1&3\\0&0&0&0\end{bmatrix} \end{aligned}

V_1+V_2 的一组基是 (\alpha_1,\alpha_2,\beta_1),且 \dim (V_1+V_2)=3

\xi \in V_1\cap V_2,则 \xi=k_1\alpha_1+k_2\alpha_2=k_3\beta_1+k_4\beta_2,即

\begin{bmatrix}1&-1&-2&-1\\2&1&1&1\\1&1&0&-3\\0&1&-1&-7\end{bmatrix}\begin{bmatrix}k_1\\k_2\\k_3\\k_4\end{bmatrix}=0\\ \Rightarrow \begin{cases}k_1=-k_4\\k_2=4k_4\\k_3=-3k_4\end{cases}

\xi=\alpha_1-4\alpha_2=3\beta_1-\beta_2,所以 V_1\cap V_2 的一组基为 [5,-2,-3,-4]^T,维数为 1


例 7

已知

A=\begin{bmatrix}1&1&1&1\\1&-1&2&2\\3&1&4&4\end{bmatrix},B=\begin{bmatrix}1&2&1&1\\2&1&2&2\end{bmatrix}\\ V_1=\{x\in \mathbb{F}^4\mid Ax=0\},V_2=\{x\in \mathbb{F}^4\mid Bx=0\}

V_1\cap V_2,V_1+V_2 的基与维数

解:

V_1\cap V_2 的基就是线性方程组

\begin{cases} x_1+x_2+x_3+x_4=0\\ x_1-x_2+2x_3+2x_4=0\\ 3x_1+x_2+4x_3+4x_4=0\\ x_1+2x_2+x_3+x_4=0\\ 2x_1+x_2+2x_3+2x_4=0 \end{cases}

的基础解系。解得其基础解系为 \sigma=[0,0,-1,1]^T,故 V_1\cap V_2 的一组基为 \sigma\dim (V_1\cap V_2)=1

V_1 的基为 Ax=0 的基础解系,即

\begin{aligned} \begin{bmatrix}1&1&1&1\\1&-1&2&2\\3&1&4&4\end{bmatrix}\begin{bmatrix}x_1\\x_2\\x_3\\x_4\end{bmatrix}=0\\ \Rightarrow \begin{cases}\eta_1=[-3,1, 2,0]^T\\\eta_2=[-3,1,0,2]^T\end{cases} \end{aligned}

V_2 的基为 Bx=0 的基础解系,即

\begin{bmatrix}1&2&1&1\\2&1&2&2\end{bmatrix}\begin{bmatrix}x_1\\x_2\\x_3\\x_4\end{bmatrix}=0\\ \Rightarrow \begin{cases}\xi_1=[-1,0,0,1]^T\\\xi_2=[-1,0,1,0]\end{cases}

V_1+V_2=\text {span}\{\eta_1,\eta_2,\xi_1,\xi_2\},即对 \{\eta_1,\eta_2,\xi_1,\xi_2\} 作初等行变换

[\eta_1,\eta_2,\xi_1,\xi_2]=\begin{bmatrix}-3&-3&-1&-1\\1&1&0&0\\2&0&0&1\\0&2&1&0\end{bmatrix}\\ \to \begin{bmatrix}-3&-3&-1&-1\\0&-6&-2&1\\0&0&1&1\\0&0&0&0\end{bmatrix}

V_1+V_2 的基为 \eta_1,\eta_2,\xi_1,且 \dim (V_1+V_2)=3


例 8

已知 V_1 是齐次线性方程组

\text { (I) }\left\{\begin{array}{l} x_{1}-2 x_{2}-x_{3}-x_{4}=0 \\ 5 x_{1}-10 x_{2}-6 x_{3}-4 x_{4}=0 \end{array}\right.

的解空间,V_2 是齐次线性方程组

\text { (II) } x_{1}-x_{2}+x_{3}+2 x_{4}=0

的解空间,试求

(1)V_1V_2 的基与维数

(2)V_1\cap V_2 的基与维数

(3)V_1+V_2 的基与维数

解:

(1)线性方程组 \text {(I) } 的基础解系为

\left\{\begin{array}{l} \xi_1=[2, 1, 0, 0]^T\\ \xi_2=[2, 0, 1, 1]^T \end{array}\right.

V_1 的基是 \xi_1,\xi_2,维数为 2

线性方程组 \text {(II) } 的基础解系(及基)为

\left\{\begin{array}{l} \eta_{1}=[1,1,0,0]^T \\ \eta_{2}=[-1,0,1,0]^T \\ \eta_{3}=[-2,0,0,1]^T \end{array}\right.

维数为 3

(2)设 V_1\cap V_2 的基就是线性方程组

\left\{\begin{array}{l} x_{1}-2 x_{2}-x_{3}-x_{4}=0 \\ 5 x_{1}-10 x_{2}-6 x_{3}-4 x_{4}=0\\ x_{1}-x_{2}+x_{3}+2 x_{4}=0 \end{array}\right.

的基础解系。解得其基础解系为

\sigma=[-8,-5,1,1]^T

V_1\cap V_2 的基为 \sigma,维数为 1

(3)V_1+V_2=\text {span}\{\xi_1, \xi_2,\eta_1,\eta_2,\eta_3\},即对 \{\xi_1,\xi_2,\eta_1,\eta_2,\eta_3\} 作初等行变换

[\xi_1,\xi_2,\eta_1,\eta_2,\eta_3]=\begin{bmatrix}2&2&1&-1&-2\\1&0&1&0&0\\1&1&0&1&0\\0&1&0&0&1\end{bmatrix}\rightarrow\begin{bmatrix}1&0&0&0&0\\0&1&0&0&0\\0&0&1&0&0\\0&0&0&1&0\end{bmatrix}

V_1+V_2 的基为 [1, 0, 0, 0]^T,[0, 1, 0, 0]^T,[0, 0,1, 0]^T,[0, 0, 0, 1]^T,维数为 4


例 9

已知 V_1 是齐次线性方程组

\left\{\begin{array}{l} x_{1}-x_{2}+5 x_{3}-x_{4}=0 \\ x_{1}+x_{2}-2 x_{3}+3 x_{4}=0 \end{array}\right.

的解空间,V_2=\text {span}\{\alpha_1,\alpha_2,\alpha_3\},其中 \alpha_{1}=(-3,-1,1,0)^{T},\alpha_{2}=(4,3,-1,-1)^{T},\alpha_{3}=(-2,1,1,-1)^{T},试求

(1)V_1V_2 的基与维数

(2)V_1\cap V_2 的基与维数

(3)V_1+V_2 的基与维数

解:

(1)V_1 的基即齐次线性方程组的基础解系

\left\{\begin{array}{l} \xi_1=[-3, 7, 2, 0]^T\\ \xi_2=[-1, -2, 0, 1]^T \end{array}\right.

V_1 的基为 \xi_1,\xi_2,维数为 2

(\alpha_1,\alpha_2,\alpha_3) 作初等行变换得

\left[\begin{array}{ccc} -3 & 4 & -2 \\ -1 & 3 & 1 \\ 1 & -1 & 1 \\ 0 & -1 & -1 \end{array}\right]\rightarrow\left[\begin{array}{ccc} 1 & 0 & 2 \\ 0 & 1 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}\right]

\alpha_1,\alpha_2V_2 的基,维数为 2

(2)设 \xi\in V_1\cap V_2,则 \xi=k_1\xi_1+k_2\xi_2=k_3\alpha_1+k_4\alpha_2,即

\left[\begin{array}{cccc} -3 & -1 & 3 & -4 \\ 7 & -2 & 1 & -3 \\ 2 & 0 & -1 & 1 \\ 0 & 1 & 0 & 1 \end{array}\right]\left[\begin{array}{c} k_{1} \\ k_{2} \\ k_{3} \\ k_{4} \end{array}\right]=0\\ \Rightarrow \left\{\begin{array}{l} k_1=0\\ k_3=-k_2\\ k_4=-k_2\\ \end{array}\right.

\xi=-\xi_2=\alpha_1+\alpha_2,所以 V_1\cap V_2 的一组基为 [1,-2,0,-1]^T,维数为 1

(3)V_1+V_2=\text {span}\{\xi_1,\xi_2,\alpha_1,\alpha_2\},即对 \{\xi_1,\xi_2,\alpha_1,\alpha_2\} 作初等行变换

(\xi_{1},\xi_{2}, \alpha_{1}, \alpha_{2})=\left[\begin{array}{ccc} -3 & -1 & -3 & 4 \\ 7 & -2 & -1 & 3 \\ 2 & 0 & 1 & -1 \\ 0 & 1 & 0 & -1 \end{array}\right] \rightarrow\left[\begin{array}{cccc} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 0 \end{array}\right]

V_1+V_2 的基为 \xi_1,\xi_2,\alpha_1,维数为 3


例 10

已知 V_1=\text {span}\{\alpha_1,\alpha_2,\alpha_3\},V_2=\text {span}\{\beta_1,\beta_2\},其中

\begin{array}{c} \alpha_{1}=(1,2,1,0)^{T} \quad \alpha_{2}=(-1,1,0,1)^{T} \quad \alpha_{3}=(1,5,2,1)^{T} \\ \beta_{1}=(0,1,2,1)^{T} \quad \beta_{2}=(0,5,10,5)^{T} \end{array}

试求:

(1)V_1V_2 的基与维数

(2)V_1\cap V_2 的基与维数

(3)V_1+V_2 的基与维数

解:

(1)对 (\alpha_1,\alpha_2,\alpha_3) 作初等行变换得

\left(\alpha_{1}, \alpha_{1}, \alpha_{3}\right)=\left[\begin{array}{ccc} 1 & -1 & 1 \\ 2 & 1 & 5 \\ 1 & 0 & 2 \\ 0 & 1 & 1 \end{array}\right] \rightarrow\left[\begin{array}{lll} 1 & 0 & 2 \\ 0 & 1 & 1 \\ 0 & 0 & 0 \\ 0 & 0 & 0 \end{array}\right]

所以 V_1 的基为 \alpha_1,\alpha_2,维数为 2

(\beta_1,\beta_2) 作初等行变换得

\left(p_{1}, \beta_{i}\right)=\left[\begin{array}{ll} 0 & 0 \\ 1 & 5 \\ 2 & 10 \\ 1 & 5 \end{array}\right] \rightarrow\left[\begin{array}{ll} 1 & 5 \\ 0 & 0 \\ 0 & 0 \\ 0 & 0 \end{array}\right]

V_2 的基为 \beta_1\beta_2,维数为 1

(2)设 \xi\in V_1\cap V_2=\text {span}\{\alpha_1,\alpha_2\}\cap \text {span}\{\beta_1\},则

\xi = k_1\alpha_1+k_2\alpha_2=k_3\beta_1

k_1\alpha_1+k_2\alpha_2-k_3\beta_1=0\\ \Rightarrow \left[\begin{array}{lll} 1 & -1 & 0 \\ 2 & 1 & -1 \\ 1 & 0 & -2 \\ 0 & 1 & -1 \end{array}\right]\left[\begin{array}{lll} k_1 \\ k_2 \\ k_3 \\ \end{array}\right]=0\\ \Rightarrow\left\{\begin{array}{l} k_1=0\\ k_2=0\\ k_3=0 \end{array}\right.

V_1\cap V_2 是零空间,无基,0 维

(3)V_1+V_2=\text {span}\{\alpha_1,\alpha_2,\beta_1\},即对 (\alpha_1,\alpha_2,\beta_1) 作初等行变换

(\alpha_1,\alpha_2,\beta_1)=\left[\begin{array}{ccc} 1 & -1 & 0 \\ 2 & 1 & 1 \\ 1 & 0 & 2 \\ 0 & 1 & 1 \end{array}\right] \rightarrow\left[\begin{array}{lll} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \\ 0 & 0 & 0 \end{array}\right]

V_1+V_2 的基为 \alpha_1,\alpha_2,\beta_1,维数为 3


子空间的直和

W_1+W_2 中的任一向量只能唯一地分解为 W_1 中的一个向量与 W_2 中的一个向量之和,则称 W_1+W_2W_1W_2 的直和,记为 W_1\oplus W_2

直和中元素的唯一分解性

W_1\oplus W_2=W,若 w=w_1+w_2, w = w^{\prime}_1+w^{\prime}_2,其中

\begin{align*} w&\in W\\ w_1, w^{\prime}_1&\in W_1\\ w_2, w^{\prime}_2&\in W_2 \end{align*}

则必有 w_1=w^{\prime}_1, w_2=w^{\prime}_2

证明:w=w_1+w_2, w=w^{\prime}_1+w^{\prime}_2w_1-w^{\prime}_1=w^{\prime}_2-w_2

w_1,w^{\prime}_1\in W_1w_2,w^{\prime}_2\in W_2w_1-w^{\prime}_1\in W_1w^{\prime}_2-w_2\in W_2

因此 w_1-w^{\prime}_1=w^{\prime}_2-w_2\in W_1\cap W_2

从而由 W_1\cap W_2 = \{0\}w_1=w^{\prime}_1,w_2=w^{\prime}_2

直和的性质

W_1,W_2 是线性空间 V 的两个子空间,则下列命题等价:

  1. W_1+W_2 是直和
  2. 0 的分解唯一
  3. W_1\cap W_2=\{0\}
  4. \dim (W_1+W_2)=\dim(W_1)+\dim(W_2)
  5. W_1,W_2 的基合在一起构成 W_1+W_2 的基

* 多个子空间的直和

W_1,W_2,...,W_sWs 个子空间,若 \forall \eta \in W_1+W_2+・・・+W_s,且存在唯一\eta_i\in W_i,i=1,2,...,s,使得 \eta=\sum_{i=1}^s\eta_i,则称 W_1+W_2+・・・+W_s 是直和,记为 W_1\oplus W_2\oplus・・・\oplus W_s

多个子空间直和的性质

W_1,...,W_s 是线性空间 Ws 个子空间,则下列命题等价

  1. W_1+W_2+・・・+W_s 是直和
  2. 0 的分解唯一
  3. V_j\cap \sum_{i\neq j}V_j =\{0\}
  4. \dim(\sum_{i=1}^sV_i)=\sum_{i=1}^s\dim(V_i)
  5. V_1,...,V_s 的基合在一起就是 V_1+V_2+・・・+V_s 的基

第三条要注意下,V_j\cap (V_1+V_2+・・・+V_{s-1}+V_{s+1}+・・・+V_s)={0}


例 11

已知 \mathbb {F}^{n\times n} 的子空间 V_1=\{A\mid A^T=A\},V_2=\{A\mid A^T=-A\}

证明:\mathbb {F}^{n\times n}=V_1\oplus V_2

解:首先需要证明 V_1+V_2 是直和,然后证明 \mathbb {F}^{n\times n}=V_1+V_2

B\in V_1\cap V_2,则 B^T=B,且 B^T=-B,因此 B=-B\Rightarrow B=\mathbb {0},故 V_1\cap V_2={0},则 V_1+V_2 是直和

显然 V_1+V_2\subseteq \mathbb {F}^{n\times n},因为两个 n\times n 矩阵的和依然在 \mathbb {F}^{n \times n}

现在要证 \mathbb {F}^{n\times n}\subseteq V_1+V_2,实际上就是要证明任何一个矩阵都可以写成对称矩阵和反对称矩阵之和

C\in \mathbb {F}^{n\times n},因为 (C+C^T)\in V_1 是对称矩阵,(C-C^T)\in V_2 是反对称矩阵,且 C=\frac {1}{2}(C+C^T)+\frac {1}{2}(C-C^T),所以 \mathbb {F}^{n\times n}\subseteq V_1+V_2

综上所述,\mathbb {F}^{n\times n}=V_1\oplus V_2


例 12

A\in \mathbb {F}^{n\times n},且 A^2=AV_1=\{x\in \mathbb {F}^{n}\mid Ax=0\}V_2=\{x\in \mathbb {F}^n\mid Ax=x\}

证明:\mathbb {F}^n=V_1\oplus V_2

解:

x\in V_1\cap V_2,则 Ax=0,且 Ax=x,因此 x=0,故 V_1\cap V_2=0,则 V_1+V_2 是直和

显然 V_1+V_2\subseteq \mathbb {F}^{n}

\eta \in \mathbb {F}^n,则 \eta -A\eta\in V_1,因为 A (\eta-A\eta)=A\eta-A^2\eta=0

A\eta \in V_2,因为 A (A\eta)=A^2\eta=A\eta

又因为 \eta=(\eta-A\eta)+A\eta,所以 \mathbb {F}^{n}\subseteq V_1+V_2

综上所述,\mathbb {F}^n=V_1\oplus V_2


例 13

V_1 = \{\begin{bmatrix}x_1&x_2\\x_3&x_4\end{bmatrix}\in \mathbb{R}^{2\times 2}\mid 2x_1+3x_2-x_3=0, x_1+2x_2+3x_3-x_4=0\}\\ V_2 = \text{span}\{\begin{bmatrix}2&-1\\a+2&1\end{bmatrix},\begin{bmatrix}-1&2\\4&a+8\end{bmatrix}\}

(1)求 V_1 的一个基与维数

(2)当 a 为何值时,V_1+V_2 是直和?

解:

(1)解齐次线性方程组

\begin{cases} 2x_1+3x_2-x_3=0\\ x_1+2x_2+3x_3-x_4=0 \end{cases}

解得基础解系为 [1, -1, -1, -4]^T, [-3, 2, 0, 1]^T

所以 \dim (V_1)=2,其基是 \begin {bmatrix} 1&-1\\-1&-4\end {bmatrix},\begin {bmatrix}-3&2\\0&1\end {bmatrix}

(2)因为 \dim (V_1)=2,\dim (V_2)=2,由定理可知,若 \dim (V_1+V_2)=4,则 V_1+V_2 是直和

\dim (V_1+V_2)=4 的充要条件是

\begin{bmatrix}1&-1\\-1&-4\end{bmatrix},\begin{bmatrix}-3&2\\0&1\end{bmatrix},\begin{bmatrix}2&-1\\a+2&1\end{bmatrix}\begin{bmatrix}-1&2\\4&a+8\end{bmatrix}

线性无关,即矩阵 \begin {bmatrix} 1&-3&2&-1\\-1&2&-1&2\\-1&0&a+2&4\\-4&1&1&a+8\end {bmatrix} 是满秩的

\begin{bmatrix}1&-3&2&-1\\-1&2&-1&2\\-1&0&a+2&4\\-4&1&1&a+8\end{bmatrix}\to\begin{bmatrix}1&-3&2&-1\\0&-1&1&1\\0&0&a+1&0\\0&0&-2&a-7\end{bmatrix}

所以当 a\neq -1a\neq 7 时,V_1+V_2 是直和


补子空间

V\mathbb {F} 上的线性空间,V_1,V_2V 的子空间。若 V_1\oplus V_2=V,则称 V_1,V_2 是互补的子空间,或 V_2V_1 的补子空间

任一子空间必有补子空间

V\mathbb {F} 上的有限维线性空间,V_1V 的子空间。则存在子空间 V_2,使得 V_1\oplus V_2=V,且 V_2 不唯一

Last Modified: February 24, 2023
Archives Tip
QR Code for this page
Tipping QR Code
Leave a Comment

  • OωO
  • |´・ω・)ノ
  • ヾ(≧∇≦*)ゝ
  • (☆ω☆)
  • (╯‵□′)╯︵┴─┴
  •  ̄﹃ ̄
  • (/ω\)
  • ∠( ᐛ 」∠)_
  • (๑•̀ㅁ•́ฅ)
  • →_→
  • ୧(๑•̀⌄•́๑)૭
  • ٩(ˊᗜˋ*)و
  • (ノ°ο°)ノ
  • (´இ皿இ`)
  • ⌇●﹏●⌇
  • (ฅ´ω`ฅ)
  • (╯°A°)╯︵○○○
  • φ( ̄∇ ̄o)
  • ヾ(´・ ・`。)ノ"
  • ( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
  • (ó﹏ò。)
  • Σ(っ °Д °;)っ
  • ( ,,´・ω・)ノ"(´っω・`。)
  • ╮(╯▽╰)╭
  • o(*////▽////*)q
  • >﹏<
  • ( ๑´•ω•) "(ㆆᴗㆆ)
  • (。•ˇ‸ˇ•。)
  • 泡泡
  • 阿鲁
  • 颜文字

10 Comments
  1. 坤

    例 4 方法一的 l2 有打成 l1 的 例 6 的解析里面 矩阵 - 1 写成了 1

    1. mathor mathor

      @坤谢谢提醒,例 4 我已修改,例 6 好像没发现有什么问题

    2. q q

      @mathor 例四方法一的 k1k2l1 带进去不对啊,好像正负号错了

  2. 浩

    咋刷新一下突然变成第五节了?

    1. mathor mathor

      @浩我不是严格按照视频的顺序做笔记的,主要是根据我们老师上课讲课的顺序,视频为辅

    2. 浩

      @mathor 额,我是说现在这个页面(子空间)和线性映射呈现的内容是一样的,都呈现的是线性映射的内容。

    3. mathor mathor

      @浩哦哦,不好意思,您看到这条评论的时候我应该已经修改好了

  3. 神游万里 神游万里

    例 9 第二小问是 k2=k3=k4

    1. 神游万里 神游万里

      @神游万里第三小问基不是 a2 是 a1

    2. mathor mathor

      @神游万里已修改,感谢提醒