Тренировочный тест по векторным пространствам и подпространствам с пошаговым интерактивным уроком

Векторные пространства, подпространства и проверка подпространства

Главная идея

Векторное пространство \(V\) над полем (например, \(\mathbb{R}\)) - это множество с двумя операциями: сложением векторов и умножением на скаляр, которые удовлетворяют стандартным аксиомам (ассоциативность, коммутативность сложения, законы дистрибутивности, скалярная единица, аддитивный нейтральный элемент \(0\), аддитивные обратные элементы и замкнутость).

Подмножество \(U\subseteq V\) является подпространством, если оно является векторным пространством с теми же операциями. На практике используйте проверку подпространства.

Проверка подпространства

• Нулевой вектор: \(0 \in U\).
• Замкнутость относительно сложения: если \(u,v\in U\), то \(u+v\in U\).
• Замкнутость относительно умножения на скаляр: если \(u\in U\) и \(c\in \mathbb{R}\), то \(cu\in U\).

Типичные примеры

• \(\mathbb{R}^n\) и любая плоскость через начало координат в \(\mathbb{R}^3\).
• Пространства матриц вроде \(M_{m\times n}(\mathbb{R})\); множества, заданные линейными ограничениями, часто являются подпространствами.
• Пространства функций вроде \(C[0,1]\); множества, заданные линейными условиями (например, \(f(0)=0\)), являются подпространствами.

Разобранный пример

Попробуйте

Итоги

• Подпространство должно содержать \(0\) и быть замкнутым относительно сложения и умножения на скаляр.
• Множества вроде \(x+y=1\) обычно аффинные (сдвинутые) и не проходят проверку \(0\in U\).

Линейные комбинации, линейная оболочка и описание подпространств

Главная идея

Линейная комбинация векторов \(v_1,\dots,v_k\) - это любой вектор вида \[ c_1 v_1 + \cdots + c_k v_k \] где \(c_1,\dots,c_k\in\mathbb{R}\). Линейная оболочка - это множество всех таких комбинаций: \[ \langle v_1,\dots,v_k\rangle=\{c_1 v_1 + \cdots + c_k v_k : c_i\in\mathbb{R}\}. \] Линейная оболочка всегда является подпространством.

Пространства решений являются подпространствами

Множество решений однородной системы \(Ax=0\) - это нуль-пространство \(A\), \[ \mathcal{N}(A)=\{x: Ax=0\}, \] и оно всегда является подпространством \(\mathbb{R}^n\).

Разобранный пример

Попробуйте

Итоги

• \(\langle S\rangle\) всегда является подпространством: оно содержит \(0\) и замкнуто относительно линейных комбинаций.
• Однородные пространства решений (нуль-пространства) являются подпространствами, а их размерность равна числу свободных параметров.

Базисы, координаты относительно базиса и размерность

Главная идея

Множество \(B=\{b_1,\dots,b_n\}\) является базисом векторного пространства \(V\), если: (1) оно порождает \(V\), и (2) оно линейно независимо. Когда \(B\) - базис, каждый \(v\in V\) можно единственным образом записать как \[ v = c_1 b_1 + \cdots + c_n b_n. \] Скаляры \((c_1,\dots,c_n)\) называются координатами \(v\) относительно базиса \(B\).

Размерность

Если \(V\) конечномерно, размерность \(\dim V\) - это число векторов в любом базисе \(V\). Например, \(\dim \mathbb{R}^n = n\), \(\dim P_n = n+1\), а \(\dim M_{m\times n}(\mathbb{R}) = mn\). Если у \(V\) есть базис из \(5\) векторов, то \(\dim V = 5\) и \(\dim V^* = 5\) тоже.

Разобранный пример

Попробуйте

Итоги

• Базисы дают единственные координатные представления.
• Размерность равна числу векторов в базисе (и \(\dim V^*=\dim V\) для конечномерного \(V\)).

Пересечение, сумма, объединение и геометрия подпространств в \(\mathbb{R}^n\)

Пересечение \(U\cap W\)

Если \(U\) и \(W\) - подпространства \(V\), то \(U\cap W\) всегда является подпространством \(V\). Причина: оно содержит \(0\) и замкнуто относительно сложения/умножения на скаляр, потому что и \(U\), и \(W\) обладают этими свойствами.

Сумма \(U+W\)

Сумма подпространств: \[ U+W=\{u+w: u\in U,\; w\in W\}. \] Это наименьшее подпространство, содержащее оба \(U\) и \(W\).

Объединение \(U\cup W\)

В общем случае объединение двух подпространств не является подпространством. Оно является подпространством только в особом случае, когда одно подпространство содержится в другом: \[ U\cup W \text{ является подпространством } \Longleftrightarrow U\subseteq W \text{ или } W\subseteq U. \]

Разобранный пример

Попробуйте

Итоги

• \(U\cap W\) и \(U+W\) всегда являются подпространствами.
• \(U\cup W\) обычно не является подпространством (если только одно не содержит другое).

Размерность на практике: ограничения, степени свободы и бесконечная размерность

Главная идея

Размерность - это счетчик "степеней свободы". Каждое независимое линейное ограничение обычно уменьшает размерность на \(1\) (в конечномерных случаях). Например, одно однородное линейное уравнение в \(\mathbb{R}^3\) задает двумерное подпространство (плоскость через начало координат).

Конечная и бесконечная размерность

Векторное пространство конечномерно, если у него есть конечный базис. Если конечного базиса не существует, оно бесконечномерно (например, \(P\) = все многочлены или \(C[0,1]\)). Если подпространство \(S\) бесконечномерно, то его нельзя породить конечным числом векторов (любое порождающее множество должно быть бесконечным).

Разобранный пример

Попробуйте

Итоги

• Размерность считает свободные параметры (степени свободы).
• Бесконечномерность означает, что конечного порождающего множества не существует.

Факторпространства \(V/W\): векторы по модулю подпространства

Главная идея

Пусть \(W\) - подпространство \(V\). Два вектора \(v\) и \(u\) считаются эквивалентными по модулю \(W\), если \[ v-u \in W. \] Класс эквивалентности вектора \(v\) - это смежный класс \[ v+W = \{v+w : w\in W\}. \] Факторпространство \(V/W\) - это множество всех смежных классов: \[ V/W = \{v+W : v\in V\}. \]

Как думать о \(V/W\)

• Вы "схлопываете" все подпространство \(W\), чтобы оно вело себя как нулевой элемент в факторпространстве.
• Векторы, отличающиеся на элемент из \(W\), становятся одной и той же точкой в \(V/W\).
• Это полезно, когда нужно сосредоточиться на направлениях "не из \(W\)" и упростить структуру.

Разобранный пример

Попробуйте

Итоги

• \(V/W\) - множество смежных классов \(v+W\), то есть векторы по модулю подпространства \(W\).
• Факторпространства "схлопывают" направления в \(W\), чтобы вы сосредоточились на том, что остается.

Почему важны векторные пространства и подпространства

Где встречаются векторные пространства и подпространства

• Линейные системы: множества решений \(Ax=0\) являются подпространствами (нуль-пространствами).
• Линейные отображения: ядра и образы являются подпространствами; размерность связана с рангом и дефектом.
• Геометрия: прямые/плоскости через начало координат являются подпространствами; суммы и пересечения соответствуют геометрической интуиции.
• Данные и ML: подпространства моделируют низкоразмерную структуру внутри высокоразмерных данных (PCA).
• Функции: многие пространства функций являются векторными пространствами; ограничения вроде \(f(0)=0\) задают подпространства.

Разобранный пример: аккуратный подсчет размерности в матрицах

Попробуйте

Итоговое повторение

• Проверка подпространства: проверьте \(0\in U\), замкнутость относительно сложения, замкнутость относительно умножения на скаляр.
• Линейная оболочка: все линейные комбинации; \(\langle S\rangle\) всегда является подпространством.
• Базис: порождает + независим; дает единственные координаты.
• Размерность: число базисных векторов; считает степени свободы.
• Операции: \(U\cap W\) и \(U+W\) являются подпространствами; \(U\cup W\) обычно нет.
• Факторпространство: \(V/W\) - смежные классы \(v+W\), то есть векторы по модулю \(W\).