← 全部笔记

高等代数

线性空间的基与维数

文章目录

来源 谢启鸿、姚慕生, 高等代数学习指导书, 第4版, 第3章, 印刷页 134–140, 186, 189–190. PDF页码 = 印刷页码 + 10。 来源PDF 根据已目视核对的扫描件整理;简洁证明及明确标出的推广为整理者补充。

教材对应位置:定理3.5.3–3.5.4(印刷第136页)。

两项要求与维数捷径

以下所有生成与无关性均相对于选定的系数域 FF。一组向量是基,等价于每个向量都能唯一表示为它们的有限线性组合;零空间以空组为基,维数为零。

拟议的基必须既生成又无关。在已知 nn 维空间中,nn 个向量只需检查其中一项。反复加入张成空间之外的向量,可将无关组扩充为基。

对 Mm,n(F)M_{m,n}(F),基础矩阵 EijE_{ij} 分离各元素,因此构成基,维数为 mnmn。对 P≤n(F)P_{\le n}(F),比较系数得到基 1,x,…,xn1,x,\ldots,x^n,维数为 n+1n+1(例 3.26、3.28)。

求值分离多项式的系数

设 a1,…,ana_1,\ldots,a_n 为 FF 中互异元素,并令 gi(x)=∏j≠i(x−aj).g_i(x)=\prod_{j\ne i}(x-a_j). 若 ∑icigi=0\sum_i c_i g_i=0,在 aka_k 处求值得 ckgk(ak)=0c_k g_k(a_k)=0,故 ck=0c_k=0。这些 nn 个多项式构成 P≤n−1(F)P_{\le n-1}(F) 的基(例 3.27)。除以 gi(ai)g_i(a_i) 得到 Lagrange 基与坐标公式 f(x)=∑i=1nf(ai)gi(x)gi(ai).f(x)=\sum_{i=1}^n f(a_i)\frac{g_i(x)}{g_i(a_i)}. 这将插值转化为基的问题,参见 Vandermonde行列式与插值。

用函数检验证明无关

对 R\mathbb R 上的 1,sin⁡x,cos⁡x,…,sin⁡nx,cos⁡nx1,\sin x,\cos x,\ldots,\sin nx,\cos nx,假设存在关系,并在 [0,2π][0,2\pi] 上分别与每个所列函数相乘积分。交叉积分为零,每个平方的积分为正,因此全部系数为零(例 3.14)。

对互异实数 aia_i,设 ∑icieaix=0\sum_i c_i e^{a_i x}=0。求 k=0,…,n−1k=0,\ldots,n-1 次导数,并在 00 处求值: ∑iciaik=0.\sum_i c_i a_i^k=0. 所得 Vandermonde 矩阵可逆,所以 ci=0c_i=0(训练题 2)。更一般地,选择能够分离待检验生成元的求值、求导或积分检验。

这些例子也证明全部实连续函数构成的空间为无限维,因为它包含任意大的有限无关组。向量空间的基使用有限线性组合;无穷展开的收敛性是另一个问题。

系数域改变维数

例如,C\mathbb C 在 C\mathbb C 上以 11 为基,维数为一;在 R\mathbb R 上以 1,i1,i 为基,维数为二。先指定系数域,再数基向量。

对称矩阵的基为 EiiE_{ii} 与 Eij+EjiE_{ij}+E_{ji},故维数为 n(n+1)/2n(n+1)/2。若 char⁡F≠2\operatorname{char}F\ne2,反对称矩阵的基为满足 i<ji<j 的 Eij−EjiE_{ij}-E_{ji},维数为 n(n−1)/2n(n-1)/2。

Hermite 矩阵构成实向量空间,而非复向量空间。一组实基为 Eii,Eij+Eji,i(Eij−Eji)(i<j),E_{ii},\qquad E_{ij}+E_{ji},\qquad i(E_{ij}-E_{ji})\quad(i<j), 因而其实维数为 n2n^2。乘以 ii 给出它与反 Hermite 矩阵实空间的同构(例 3.29–3.30)。

乘积基与限制数量域

若 K/FK/F 的基为 α1,…,αr\alpha_1,\ldots,\alpha_r,且 VV 有 KK-基 v1,…,vsv_1,\ldots,v_s,则 αivj\alpha_i v_j 构成 FF-基(例 3.32)。展开系数可证生成性;证明无关时,先按 vjv_j 分组,再使用 αi\alpha_i 的无关性。因此 dim⁡FV=[K:F]dim⁡KV.\dim_F V=[K:F]\dim_K V. 当 uiu_i 与 vjv_j 分别为无关组时,同样的两步系数论证可证明外积 uivjTu_i v_j^{\mathsf T} 无关(训练题 3):逐列检查,先用 uiu_i 无关,再用 vjv_j 无关。

次数恰好固定的多项式不构成子空间 次数恰为 nn 的多项式不含零多项式,且相消会降低次数。次数至多为 nn 的多项式才构成向量空间。