向量空间又称线性空间,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。譬如,实系数
多项式的集合在定义适当的运算后构成向量空间,在
代数上处理是方便的。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,研究此类函数向量空间的数学分支称为
泛函分析。向量空间它的理论和方法在科学技术的各个领域都有广泛的应用。
详细定义
向量空间亦称线性空间。它是线性代数的中心内容和基本概念之一。设V是一个非空集合,P是一个域。若:
1.在V中定义了一种运算,称为加法,即对V中任意两个元素α与β都按某一法则对应于V内惟一确定的一个元素,称为α与β的和。
2.在P与V的元素间定义了一种运算,称为
标量乘法(亦称数量乘法),即对V中任意元素α和P中任意元素k,都按某一法则对应V内惟一确定的一个元素,称为k与α的积。
3.加法与纯量乘法满足以下条件:
1) ,对任意.
2) ,对任意.
3) 存在一个元素,对一切有,元素0称为V的零元.
4) 对任一,都存在使,β称为α的负元素,记为.
6) 对任意有.
7) 对任意有.
8) 对任意有,
则称V为域P上的一个线性空间,或向量空间。V中元素称为
向量,V的零元称为
零向量,P称为线性空间的基域。当P是实数域时,V称为实线性空间。当P是
复数域时,V称为复线性空间。例如,若V为三维几何空间中全体向量(有向
线段)构成的集合,P为
实数域R,则V关于向量加法(即
平行四边形法则)和数与向量的乘法构成实数域R上的线性空间。又如,若V为
数域P上全体矩阵组成的集合Mmn(P),V的加法与
标量乘法分别为矩阵的加法和数与矩阵的乘法,则Mmn(P)是数域P上的线性空间.V中
向量就是矩阵。再如,域P上所有n元向量构成的集合P对于加法:与纯量乘法:构成域P上的线性空间,称为域P上n元向量空间。
线性空间是在考察了大量的
数学对象(如
几何学与物理学中的向量,
代数中的n元向量、矩阵、
多项式,
数学分析中的函数等)的本质属性后抽象出来的数学概念,近代数学中不少的研究对象,如赋范线性空间、模等都与线性空间有着密切的关系。它的理论与方法已经渗透到
自然科学、
工程技术的许多领域。
哈密顿(Hamilton,W.R.)首先引进
向量一词,并开创了向量理论和向量计算。
赫尔曼·格拉斯曼(Grassmann,H.G.)最早提出多维
三维空间的系统理论。1844—1847年,他与
奥古斯丁-路易·柯西(Cauchy,A.-L.)分别提出了脱离一切空间直观的、成为一个
纯粹数学概念的、抽象的n维空间。特普利茨(Toeplitz,O.)将线性代数的主要
定理推广到任意域上的一般的线性空间中。
公理化定义
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:
符合下列公理 ( 及 ):
向量加法的
单位元:V 里有一个叫做
零向量的 0,;
标量乘法分配于域加法上:;
标量乘法有单位元: , 这里 1 是指域 F 的乘法单位元。
V 闭合在标量乘法下:
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。
首5个公理是说明向量V在向量加法中是个
尼尔斯·阿贝尔群,余下的5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:
,则可以推出要么 ,要么
v的
加法逆元(公理4)是唯一的(写成−v),这两个写法及 都是标准的
线性无关
如果V是一个线性空间,如果存在不全为零的系数,使得,那么其中有限多个
向量称为线性相关的.
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
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,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}。
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 ,唯一的基是空集。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: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
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
尼尔斯·阿贝尔范畴。
额外结构
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。
参考资料
Warning: Invalid argument supplied for foreach() in
/www/wwwroot/newbaike1.com/id.php on line
362