что такое базис линейного пространства

Размерность и базис линейного пространства

Определения размерности и базиса

Базисом n-мерного линейного пространства называется упорядоченная совокупность линейно независимых векторов ( базисных векторов ).

и притом единственным образом, т.е. коэффициенты определяются однозначно. Другими словами, любой вектор пространства может быть разложен по базису и притом единственным образом.

Теорема 8.2 о дополнении системы векторов до базиса. Всякую линейно независимую систему векторов n-мерного линейного пространства можно дополнить до базиса пространства.

2. В некоторых пространствах, часто встречающихся в приложениях, один из возможных базисов, наиболее удобный с практической точки зрения, называют стандартным.

3. Теорема 8.1 позволяет говорить, что базис — это полная система элементов линейного пространства, в том смысле, что любой вектор пространства линейно выражается через базисные векторы.

5. Теорема 8.2 позволяет говорить, что базис — это максимальная линейно независимая система векторов линейного пространства, так как базис — это линейно независимая система векторов, и ее нельзя дополнить каким-либо вектором без потери линейной независимости.

Примеры базисов линейных пространств

Укажем размерность и базис для примеров линейных пространств, рассмотренных выше.

5. В пространстве матриц размеров можно выбрать 6 матриц:

которые линейно независимы. Действительно, их линейная комбинация

6. Для любого натурального в пространстве многочленов с комплексными коэффициентами можно найти п линейно независимых элементов. Например, многочлены линейно независимы, так как их линейная комбинация

Во-первых, покажем, что система линейно независима. В самом деле, возьмем линейную комбинацию этих ковекторов и приравняем ее нулевой функции

т.е. функция представлена в виде линейной комбинации функций (числа — коэффициенты линейной комбинации). Следовательно, система ковекторов является базисом сопряженного пространства и (для конечномерного пространства ).

Источник

Линейные пространства: определение и примеры

Аксиомы линейного пространства

1. Аксиомы 1-4 показывают, что линейное пространство является коммутативной группой относительно операции сложения.

2. Аксиомы 5 и 6 определяют дистрибутивность операции умножения вектора на число по отношению к операции сложения векторов (аксиома 5) или к операции сложения чисел (аксиома 6). Аксиома 7, иногда называемая законом ассоциативности умножения на число, выражает связь двух разных операций: умножения вектора на число и умножения чисел. Свойство, определяемое аксиомой 8, называется унитарностью операции умножения вектора на число.

3. Линейное пространство — это непустое множество, так как обязательно содержит нулевой вектор.

4. Операции сложения векторов и умножения вектора на число называются линейными операциями над векторами.

Следствия аксиом линейного пространства

1. В линейном пространстве существует единственный нулевой вектор.

6. В выражениях вида (сумма конечного числа векторов) или (произведение вектора на конечное число множителей) можно расставлять скобки в любом порядке, либо вообще не указывать.

Остальные свойства доказываются аналогично.

Примеры линейных пространств

2. Обозначим — множества векторов (направленных отрезков) на прямой, на плоскости, в пространстве соответственно с обычными операциями сложения векторов и умножения векторов на число. Выполнение аксиом 1-8 линейного пространства следует из курса элементарной геометрии. Следовательно, множества являются вещественными линейными пространствами. Вместо свободных векторов можно рассмотреть соответствующие множества радиус-векторов. Например, множество векторов на плоскости, имеющих общее начало, т.е. отложенных от одной фиксированной точки плоскости, является вещественным линейным пространством. Множество радиус-векторов единичной длины не образует линейное пространство, так как для любого из этих векторов сумма не принадлежит рассматриваемому множеству.

5. Обозначим — множество матриц размеров с операциями сложения матриц и умножения матриц на число. Аксиомы 1-8 линейного пространства для этого множества выполняются. Нулевым вектором является нулевая матрица соответствующих размеров. Следовательно, множество является линейным пространством.

Множество многочленов степени не является линейным пространством, так как сумма таких многочленов может оказаться многочленом меньшей степени, не принадлежащим рассматриваемому множеству. Множество всех многочленов степени не выше, чем л, с положительными коэффициентами также не является линейным пространством, поскольку при умножении такого многочлена на отрицательное число получим многочлен, не принадлежащий этому множеству.

Все аксиомы выполняются. Следовательно, рассматриваемое множество является вещественным линейным пространством.

Линейные операции над линейными функциями задаются также, как в пункте 8 примеров линейных пространств. Сумма и произведение определяются равенствами:

Источник

Векторное пространство: размерность и базис, разложение вектора по базису

Введем некоторые определения.

Размерность векторного пространства – число, соответствующее максимальному количеству линейно независимых векторов в этом пространстве.

Базис векторного пространства – совокупность линейно независимых векторов, упорядоченная и в своей численности равная размерности пространства.

Переставив местами в исходной системе другие векторы, получим еще один базис.

Плоскость является двумерным пространством – ее базисом будут два любых неколлинеарных вектора. Базисом трехмерного пространства послужат три любых некомпланарных вектора.

Рассмотрим применение данной теории на конкретных примерах.

Исходные данные: векторы

Необходимо определить, являются ли указанные векторы базисом трехмерного векторного пространства.

Решение

Для решения поставленной задачи исследуем заданную систему векторов на линейную зависимость. Составим матрицу, где строки – координаты векторов. Определим ранг матрицы.

Следовательно, заданные условием задачи векторы линейно независимы, и их численность равна размерности векторного пространства – они являются базисом векторного пространства.

Ответ: указанные векторы являются базисом векторного пространства.

Исходные данные: векторы

Необходимо определить, может ли указанная система векторов являться базисом трехмерного пространства.

Решение

Ответ: указанная система векторов не является базисом.

Исходные данные: векторы

Могут ли они являться базисом четырехмерного пространства?

Решение

Cоставим матрицу, используя в качестве строк координаты заданных векторов

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

По методу Гаусса определим ранг матрицы:

A = 1 2 3 3 2 5 6 8 1 3 2 4 2 5 4 7

Следовательно, система заданных векторов линейно независима и их численность равна размерности векторного пространства – они являются базисом четырехмерного векторного пространства.

Ответ: заданные векторы являются базисом четырехмерного пространства.

Исходные данные: векторы

Составляют ли они базис пространства размерностью 4?

Решение

Исходная система векторов линейно независима, но численность векторов в ней недостаточна, чтобы стать базисом четырехмерного пространства.

Ответ: нет, не составляют.

Разложение вектора по базису

Таким образом, мы пришли к формулировке важнейшей теоремы:

Докажем эту теорему:

Теперь докажем, что такое разложение является единственным. Предположим, что это не так и существует еще одно подобное разложение:

Вектор x → будет представлен следующим образом:

Запишем это выражение в координатной форме:

Полученное равенство равносильно системе из n линейных алгебраических выражений с n неизвестными линейными переменными x

Матрица этой системы будет иметь следующий вид:

e 1 ( 1 ) e 1 ( 2 ) ⋯ e 1 ( n ) e 2 ( 1 ) e 2 ( 2 ) ⋯ e 2 ( n ) ⋮ ⋮ ⋮ ⋮ e n ( 1 ) e n ( 2 ) ⋯ e n ( n )

Применим рассмотренную теорию на конкретном примере.

Исходные данные: в базисе трехмерного пространства заданы векторы

Решение

Используем метод Гаусса:

Пусть в базисе вектор x → имеет координаты x

Применим значения согласно условиям задачи:

Решим систему уравнений методом Крамера:

Связь между базисами

Предположим, что в некотором базисе n-мерного векторного пространства даны две линейно независимые системы векторов:

Указанные системы являются также базисами заданного пространства.

n ( 1 ) e 1 ( n ) с 2 ( 1 ) = c

n ( 1 ) e 2 ( n ) ⋮ с n ( 1 ) = c

В виде матрицы систему можно отобразить так:

n ( 1 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Сделаем по аналогии такую же запись для вектора c ( 2 ) :

n ( 2 ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

И, далее действуя по тому же принципу, получаем:

n ( n ) ) · e 1 ( 1 ) e 2 ( 1 ) … e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) … e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) … e n ( n )

Матричные равенства объединим в одно выражение:

c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n ) = c

n ( n ) · e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n )

Оно и будет определять связь векторов двух различных базисов.

e 1 ( 1 ) e 2 ( 1 ) ⋯ e n ( 1 ) e 1 ( 2 ) e 2 ( 2 ) ⋯ e n ( 2 ) ⋮ ⋮ ⋮ ⋮ e 1 ( n ) e 2 ( n ) ⋯ e n ( n ) = e

n ( n ) · c 1 ( 1 ) c 2 ( 1 ) ⋯ c n ( 1 ) c 1 ( 2 ) c 2 ( 2 ) ⋯ c n ( 2 ) ⋮ ⋮ ⋮ ⋮ c 1 ( n ) c 2 ( n ) ⋯ c n ( n )

Дадим следующие определения:

Источник

Что такое базис линейного пространства

Индивидуальные онлайн уроки: Отправьте запрос сейчас: irina@bodrenko.org
Математика (ЕГЭ, ОГЭ), Английский язык (разговорный, грамматика, TOEFL)
Решение задач: по математике, IT, экономике, психологии Базис и размерность линейного пространства Учебные дисциплины на сайте Bodrenko.org
Портабельные Windows-приложения на сайте Bodrenko.com

§ 2. Базис и размерность линейного пространства

В заключение рассмотрим вопрос о линейной зависимости элементов пространства А n, введенного в примере 3 п. 1 § 1.
Докажем, что n элементов указанного пространства

являются линейно независимыми, а совокупность n элементов (2.5) и еще одного произвольного элемента х = (х₁, x₂. х_n) пространства А n уже образует линейно зависимую систему элементов.
Рассмотрим линейную комбинацию элементов (2.5) с какими-либо числами α ₁, α ₂. α _n. В силу аксиом эта линейная комбинация
представляет собой элемент

2. Базис и координаты. Рассмотрим произвольное вещественное линейное пространство R.
Определение. Совокупность линейно независимых элементов е₁, е₂. е_n пространства R называется базисом этого пространства, если для каждого элемента х пространства R найдутся вещественные числа х₁, x₂. х_n такие, что справедливо равенство

При этом равенство (2.6) называется разложением элемента х по базису е₁, е₂. е_n, а числа х₁, x₂. х_n называются координатами элемента х (относительно базиса е₁, е₂. е_n).
Докажем, что каждый элемент х линейного пространства R может быть разложен по базису е₁, е₂. е_n единственным способом, т. е. координаты каждого элемента х относительно базиса е₁, е₂. е_n определяются однозначно.
Допустим, что для некоторого элемента х наряду с разложением (2.6) справедливо еще и другое разложение по тому же самому базису

Почленное вычитание равенств (2.6) и (2.7) приводит нас к соотношению ( в озможность почленного вычитания равенств (2.6) и (2.7) и производимой группировки членов вытекает из аксиом 1°-8°).

Заметим, что число α₀ заведомо отлично от нуля (ибо в противном случае из равенства (2.9) вытекала бы линейная зависимость элементов е₁, е₂. е_n. Но тогда, поделив равенство (2.9) на α₀ и положив , мы получим из (2.9)

Так как х — произвольный элемент R, то равенство (2.10) доказывает, что система элементов е₁, е₂. е_n является базисом пространства R.
Теорема доказана.
Теорема 2.6. Если линейное пространство R имеет базис, состоящий из n элементов, то размерность R равна n.

Доказательство. Пусть система n элементов е₁, е₂. е_n является базисом пространства R. Достаточно доказать, что любые (n + 1) элементов этого пространства х₁, x₂. х_n+1 линейно зависимы ( и бо базисные элементы е₁, е₂. е_n образуют систему n линейно независимых элементов пространства R). Разложив каждый из этих элементов по базису, будем иметь

где a₁₁, a₁₂. a_(n+1)n — некоторые вещественные числа. Очевидно, линейная зависимость элементов х₁, x₂. х_n+1 эквивалентна линейной зависимости строк матрицы

Иными словами, два изоморфных пространства обязаны иметь одинаковую размерность.

Источник

Инструменты сайта

Основное

Навигация

Информация

Действия

Содержание

Благодарю Ю.А.Смолькина за обнаружение 07.08.19 ошибки на настоящей странице и информирование о ней.

Линейное пространство

Определения

Примеры линейных пространств

Почему множество решений системы неоднородных уравнений не образует линейного подпространства?

В пространстве квадратных матриц фиксированного порядка каждое из следующих подмножеств составляет линейное подпространство: симметричных, кососимметричных, верхнетреугольных, нижнетреугольных и диагональных матриц.

Изоморфизм

Линейная зависимость, базис, координаты

Пример. Для полиномов нескольких переменных свойство линейной зависимости является частным проявлением более общего свойства функциональной зависимости. Так, однородные полиномы (формы)

Теорема 2. а) Если система содержит хотя бы один нулевой вектор, то она л.з.

б) Если система л.н.з., то и любая ее подсистема л.н.з.

Две системы векторов называются эквивалентными если каждый вектор одной системы линейно выражается через векторы другой и обратно.

Теорема 4. Системы векторов

Теорема 5. Если каждая из двух эквивалентных систем

Пример [1]. Замечательный пример трехмерного линейного пространства дает нам совокупность всех цветов. Под суммой двух цветов будем понимать цвет, образованный их смешением

Анимация ☞ ЗДЕСЬ (1500 K, gif)

Пример. Найти базис подпространства

Ответ. Базис составляют, например, первая, вторая и четвертая строки.

Найти координаты полинома

Критерии линейной зависимости

Относительный базис

Сумма и пересечение линейных подпространств

Понятие пересечения линейных подпространств совпадает с понятием пересечения их как множеств.

Теорема. Имеет место формула:

Доказательство ☞ ЗДЕСЬ.

Можно ли обобщить этот результат на случай трех (и более подпространств)? Cправедлив ли, к примеру, аналог формулы включений-исключений в следующем виде:

Теорема. Имеет место формула:

Пример. Найти базис суммы и размерность пересечения

Найти базисы суммы и пересечения подпространств

Решение ☞ ЗДЕСЬ.

Прямая сумма линейных подпространств

Пример [2]. Доказать, что сумма подпространств

Линейные многообразия

Некоторые задачи на линейные многообразия ☞ ЗДЕСЬ.

Источник