Элементы линейной алгебры

Линейные пространства, подпространства и линейные многообразия

Математика часто работает с объектами, которые можно складывать друг с другом и пропорционально увеличивать или уменьшать. В физике это силы и скорости, в экономике — корзины товаров, в информатике — массивы данных. Чтобы изучать свойства таких объектов универсально, не привязываясь к их физической природе, линейная алгебра вводит абстрактное понятие линейного пространства.

Концепция линейного пространства

Линейное пространство (или векторное пространство) — это непустое множество элементов, называемых векторами, для которых определены две базовые операции: сложение друг с другом и умножение на число (которое в данном контексте называется скаляром).

> Линейное пространство — это математическая структура, в которой комбинация любых допустимых элементов снова дает элемент этой же структуры, не выводя нас за ее пределы.

Чтобы множество официально получило статус линейного пространства, эти две операции должны подчиняться восьми строгим правилам, которые называются аксиомами линейного пространства. Обозначим векторы латинскими буквами , , , а скаляры (действительные числа) — греческими буквами , .

Аксиомы сложения

Коммутативность: . От перестановки мест слагаемых сумма векторов не меняется.

Ассоциативность: . Результат сложения нескольких векторов не зависит от порядка действий.

Существование нулевого элемента: в пространстве обязательно существует особый нулевой вектор , прибавление которого к любому вектору ничего не меняет: .

Существование противоположного элемента: для каждого вектора найдется такой вектор , что их сумма дает нулевой вектор: .

Аксиомы умножения на скаляр

Дистрибутивность относительно сложения векторов: .

Дистрибутивность относительно сложения скаляров: .

Ассоциативность умножения на скаляр: .

Умножение на единицу: .

Самый наглядный пример линейного пространства — это обычная двумерная плоскость, обозначаемая как . Каждый вектор здесь задается парой чисел . Если мы возьмем вектор и вектор , мы можем их сложить: . Результат — снова вектор на этой же плоскости. Если мы умножим вектор на скаляр , получим — вектор, который стал в три раза длиннее, но остался в том же пространстве.

Однако векторами могут быть не только направленные отрезки. Множество всех многочленов степени не выше (вида ) также образует линейное пространство. Если сложить два таких многочлена, получится новый многочлен степени не выше . Если умножить его на число, результат тоже останется в этом множестве.

Линейные подпространства

Часто нас интересует не все огромное пространство целиком, а лишь его часть, которая сама по себе сохраняет все свойства линейного пространства. Такая часть называется линейным подпространством.

Линейное подпространство — это подмножество линейного пространства, которое само является линейным пространством относительно тех же операций сложения и умножения на скаляр.

Чтобы проверить, является ли какая-то часть пространства подпространством, не нужно заново проверять все восемь аксиом. Достаточно проверить выполнение двух условий замкнутости:

Если взять любые два вектора из этого подмножества и сложить их, результат должен лежать в этом же подмножестве.

Если взять любой вектор из подмножества и умножить его на любое число, результат должен остаться в этом подмножестве.

Из второго условия вытекает критически важное следствие: любое линейное подпространство обязано содержать нулевой вектор. Если мы умножим любой вектор подпространства на скаляр , мы получим нулевой вектор, и он должен остаться внутри нашего множества.

Рассмотрим примеры на двумерной плоскости :

Множество всех векторов, лежащих на прямой . Если взять вектор и умножить его на , получим . Точка тоже лежит на прямой . Если сложить и , получим — снова на этой прямой. Прямая проходит через начало координат . Значит, эта прямая — линейное подпространство.

Множество всех векторов, лежащих на прямой . Точка не принадлежит этой прямой (так как ). Одно только это сразу говорит нам, что данная прямая не является линейным подпространством.

!Геометрическая интерпретация подпространства и линейного многообразия

Линейные многообразия

Что же делать с объектами, которые выглядят как подпространства (например, прямые или плоскости), но не проходят через начало координат? Для их описания вводится понятие линейного многообразия (иногда используется термин аффинное подпространство).

Линейное многообразие — это линейное подпространство, параллельно сдвинутое на некоторый фиксированный вектор.

Математически линейное многообразие описывается формулой:

Где:

— искомое линейное многообразие.

— фиксированный вектор сдвига (радиус-вектор любой конкретной точки многообразия).

— направляющее линейное подпространство (которое обязательно проходит через ноль).

Вернемся к нашему примеру с прямой . Мы выяснили, что она не является подпространством. Но она параллельна прямой , которая подпространством является. Мы можем получить прямую , взяв прямую и сдвинув каждую ее точку на вектор вверх по оси ординат.

В терминах нашей формулы:

— это подпространство векторов на прямой .

— это вектор сдвига .

— это итоговое линейное многообразие .

Сравнение подпространств и многообразий

Для лучшего понимания разницы между этими двумя концепциями, рассмотрим сравнительную таблицу:

| Характеристика | Линейное подпространство | Линейное многообразие | | :--- | :--- | :--- | | Наличие нулевого вектора | Обязательно содержит | Содержит только если вектор сдвига равен нулю (тогда оно совпадает с подпространством) | | Замкнутость при сложении | Сумма двух элементов всегда лежит внутри | Сумма двух элементов обычно выводит за пределы многообразия | | Замкнутость при умножении | Умножение на число оставляет вектор внутри | Умножение на число выводит за пределы многообразия | | Геометрический смысл (в 3D) | Прямые и плоскости, проходящие через начало координат | Любые прямые и плоскости, висящие в пространстве где угодно |

Связь с системами линейных уравнений

Понятия подпространств и многообразий — это не просто абстрактная геометрия. Они имеют прямое практическое применение при решении систем линейных алгебраических уравнений (СЛАУ).

Представьте, что вы решаете однородную систему уравнений (где все свободные члены равны нулю, например ). Если вы найдете два разных решения этой системы и сложите их, новая комбинация тоже будет решением. Если вы умножите решение на , оно останется решением. Нулевой вектор всегда является решением такой системы. Таким образом, множество всех решений однородной СЛАУ образует линейное подпространство.

Теперь представьте неоднородную систему (где свободные члены не равны нулю, например ). Нулевой вектор больше не является решением. Сумма двух решений не даст новое решение. Однако структура решений здесь подчиняется строгой логике: общее решение неоднородной системы равно сумме одного частного решения этой системы и общего решения соответствующей однородной системы.

Заметили сходство с формулой ?

Частное решение неоднородной системы — это вектор сдвига .

Общее решение однородной системы — это направляющее подпространство .

Следовательно, множество всех решений неоднородной СЛАУ образует линейное многообразие.

Понимание разницы между линейными пространствами, подпространствами и многообразиями закладывает фундамент для изучения более сложных структур. Это позволяет нам классифицировать математические объекты, понимать их геометрию и предсказывать их поведение при различных преобразованиях, что является ключом к освоению всей линейной алгебры.