主要内容

高等代数 多项式与线性代数

6.1 一般线性空间的定义与举例

子节 6.1.1 一般线性空间的定义

章 4中,\(m\)维列向量空间是基于\(m\)维列向量的加法和数乘定义的。而定义在列向量空间\(\F^{m}\)上的加法运算可以看成从笛卡尔积(见附录B.1\(\F^{m} \times \F^{m}\)对应的集合到\(\F^{m}\)的一种特殊映射(见附录B.2),而列向量空间\(\F^{m}\)下的数乘可以看出是从集合\(\F \times \F^{m}\)\(\F^{m}\)的另一种特殊映射。 从这个视角看,运算的本质是满足特点规则的集合间的映射。因此,我们可以基于希望满足的规则把列向量的加法和数乘抽象地推广到\(\F^{m}\)以外的其他集合上。
定理4.1.11列举了\(m\)维列向量的代数性质。 我们从中整理出加法所满足的5条性质,用以定义一般集合上的抽象加法运算。

定义 6.1.1.

\(V\)是一个非空集合。定义\(V\)上的加法(记为\(+\))为满足下面要求的运算法则: 对任意\(\alpha, \beta \in V\),按该运算法则,在\(V\)中存在唯一的对应元素,记为\(\alpha + \beta\),并且运算法则\(+\)还满足
  1. 封闭性:\(\alpha + \beta \in V\)
  2. 交换律:\(\alpha + \beta = \beta + \alpha\)\(\forall \alpha, \beta \in V\)
  3. 结合律:\(\alpha + (\beta + \gamma) = (\alpha + \beta) + \gamma\)\(\forall \alpha, \beta, \gamma \in V\)
  4. 零向量:存在\(V\)中某个元素,记为\(0\),使得\(\alpha + 0 = 0 + \alpha = \alpha\)\(\forall \alpha \in V\)
  5. 负向量:对任意\(\alpha \in V\),存在\(V\)中元素\(\beta\)使得\(\alpha + \beta = \beta + \alpha = 0\)
在定义了抽象加法的一般集合上,我们可以进一步抽象定理4.1.11中的代数性质用以定义抽象数乘运算。

定义 6.1.2.

\(V\)为一定义了加法\(+\)法则的非空集合,\(\F\)为一数域。\(V\)\(\F\)上的数乘(记为\(\cdot\))为满足下面要求的运算法则:对任意\(c \in \F\)\(\alpha \in V\),按该运算法则,在\(V\)中存在唯一的对应元素,记为\(c \cdot \alpha\)(一般简记为\(c \alpha\)),并且数乘法则还满足
  1. 封闭性:\(c \alpha \in V\)\(\forall c \in \F, \alpha \in V\)
  2. 有数乘单位元:\(1\alpha = \alpha\)\(\forall \alpha \in V\)
  3. 数乘与向量加法的分配律:\(c (\alpha + \beta) = c \alpha + c \beta\)\(\forall \alpha, \beta \in V, \forall c \in \F\)
  4. 数字加法与数乘的分配律:\((c+d) \alpha = c \alpha + d \alpha\)\(\forall c,d \in \F, \forall \alpha \in V\)
  5. 数字乘法与数乘的结合律:\((cd) \alpha = c (d \alpha)\)\(\forall c,d \in F, \forall \alpha \in V\)
基于上述抽象的加法和数乘运算(统称线性运算),我们可以定义一般线性空间。

定义 6.1.3.

设有非空集合\(V\)和数域\(\F\),在\(V\)\(\F\)上定义了满足定义6.1.1的加法运算\((+)\)和满足定义6.1.2的数乘运算\((\cdot)\),则称三元组\((V, +, \cdot)\)是数域\(\F\)上的线性空间(又称向量空间\(V\)中元素称为向量。当加法和数乘运算在上下文中清楚时,我们将线性空间简记为\(V\)

子节 6.1.2 线性空间举例

在本小节中,我们将列举一系列线性空间的例子。希望初学者可以从这些例子体会到一般线性空间极广的适用范围以及代数学抽象思维方式的特色。
验证一个定义了加法和数乘的代数系统是一个线性空间,需要先验证加法和数乘的封闭性,之后再验证定义6.1.1和定义6.1.2中的10条性质。下面多数例子的验证都较为容易,请读者留作练习。
首先,我们从大家最为熟悉的数的加法和乘法开始。

6.1.4. 数域构成的线性空间.

  • 实数域\(\R\)关于实数的加法和乘法构成\(\R\)上的线性空间;
  • 复数域\(\C\)关于复数的加法和乘法构成\(\C\)上的线性空间;
  • 更一般地,任意数域\(\F\)关于\(\F\)上的加法与乘法构成\(\F\)上的线性空间。

备注 6.1.5.

实数域\(\R\)关于复数的加法和乘法并不构成\(\C\)上的线性空间,因为此时数乘并不封闭。
接下来,我们考虑本书前序章节中的一些例子。第4章中所介绍的列向量空间是一般线性空间的特例。

6.1.6. 列向量空间.

数域\(\F\)上的有限维列向量空间\(\F^{m}\)关于列向量的加法和数乘构成\(\F\)上的线性空间。
列向量空间\(\F^{m}\)的任意子空间也都构成线性空间。

6.1.7. 列向量空间的子空间.

\(V\)\(\F^{m}\)的一个子空间,则\(V\)关于列向量的加法和数乘构成\(\F\)上的线性空间。
特别地,设\(A\)为数域\(\F\)上的\(m \times n\)矩阵,线性方程组\(AX = 0\)的解空间\(\{X \in \F^{n} \mid AX = 0\}\)关于\(n\)维列向量的加法和数乘构成\(\F\)上的线性空间。
除此之外,同型矩阵也构成线性空间。

6.1.8. 矩阵空间.

数域\(\F\)上的所有\(m \times n\)阶矩阵构成的集合,记为\(\F^{m \times n}\),关于矩阵的加法和数乘构成\(\F\)上的线性空间。
本书第1章中所介绍的一元多项式集合也能构成线性空间。

6.1.9. 多项式空间.

数域\(\F\)上以\(x\)为变元的所有一元多项式,记为\(\F[x]\),关于多项式的加法和数乘构成\(\F\)上的线性空间。

6.1.10. 有限次多项式空间.

数域\(\F\)上以\(x\)为变元的所有次数不超过\(d\)的一元多项式,记为\(\F_{d}[x]\),关于多项式的加法和数乘构成\(\F\)上的线性空间。
除了上述在前述章节中已经见过的对象外,许多本书中尚未见过的数学对象也能构成线性空间。例如,下面一些在数学分析中讨论的对象可构成线性空间。

6.1.11. 数列空间.

所有收敛于\(0\)的实数列关于数列的加法和数乘构成\(\R\)上的线性空间。

6.1.12. 连续函数空间.

\([a,b]\)为实数域\(\R\)上的闭区间,所有在\([a,b]\)上连续的函数,记为\(C[a,b]\),关于函数的加法和数乘构成\(\R\)上的线性空间。

6.1.13. 可微函数空间.

所有在\([a,b]\)上可微的函数,记为\(D[a,b]\),关于函数的加法和数乘构成\(\R\)上的线性空间。
上述所有例子中的加法与乘法都是大家所比较熟悉的运算。在本节的最后,我们将介绍一个由非标准的“加法”与“乘法”定义的线性空间,由此展现抽象线性空间的特别之处。大家将在习题中看到更多“非标准”线性空间的特殊例子。

6.1.14. 特殊运算构成的线性空间.

\(V = \{ x \in \R \mid x > 0 \}\)为所有正实数构成的集合,取数域\(\R\)。定义\(V\)上的加法与数乘如下:
  1. 加法: \(x \boxplus y := x y, \forall x, y \in V\),即正实数\(x\)\(y\)“相加”被定义为\(x\)\(y\)在实数意义下的乘积;
  2. 数乘:\(c \boxdot x := x^{c}, \forall x \in V, c \in \R\),即实数\(c\)与正实数\(x\)的“数乘”被定义为\(x\)\(c\)次幂。
下面我们验证\(V\)关于上述加法和数乘构成\(\R\)上的线性空间。
首先,对于任意正实数\(x, y \in V\)和任意实数\(c \in \R\),显然有\(x \boxplus y \in V\)\(c \boxdot x \in V\),故\(\boxplus\)\(\boxdot\)\(V\)上封闭。
之后,验证\(\boxplus\)\(\boxdot\)满足定义6.1.1和定义6.1.2中的10条性质。
  • \(\boxplus\)的交换律源于实数乘法满足交换律;
  • \(\boxplus\)的结合律源源于实数乘法满足结合律;
  • \(\boxplus\)下的零向量为正实数\(1\)
  • \(\boxplus\)\(x \in V\)的负向量为\(1/x\)
  • \(\boxdot\)下的单位元为实数\(1\)
  • 对于任意\(x, y \in V\)以及\(c \in \R\),我们有\(c \boxdot (x \boxplus y) = (xy)^{c} = x^{c} y^{c} = (c \boxdot x) \boxplus (c \boxdot y)\)
  • 对于任意\(c, d \in \R\)以及\(x \in V\),我们有\((c + d) \boxdot x = x^{c+d}= x^{c} x^{d} = (c \boxdot x) \boxplus (d \boxdot x)\)
  • 对于任意\(c, d \in \R\)以及\(x \in V\),我们有\((cd) \boxdot x = x^{cd}= (x^{d})^{c} = c \boxdot (d \boxdot x)\)
在本小节的最后,我们介绍一些日常生活中的例子与线性空间的关系。

6.1.15. 颜色空间.

在计算机中用以描述颜色的RGB系统使用红色、绿色和蓝色三个分量的强度表示一种颜色。这样的颜色系统可以使用三维列向量空间表示,即\((R,G,B)^T \in \R^{3}\)对应了红色强度为\(R\),绿色强度为\(G\),蓝色强度为\(B\)的颜色。
此时,三维列向量的加法对应了颜色的混合,数乘对应了亮度的调整。
不过要指出的是,实际在计算机中,\(R,G,B\)是从\(0\)\(255\)的整数,而不是实数。因此,具体计算需要进行非线性的矫正,具体的颜色系统并不是完全是线性的。但线性空间可以作为初步的理论模型。

6.1.16. 图像空间.

在第2.2.5节中,我们已经看到灰度图像可以用矩阵表示。此时,灰度图像的叠加对应了矩阵加法,而灰度图像的对比度调节对应了集合矩阵加法和数乘的混合线性运算。

6.1.17. 大语言模型内部表示空间.

自从Open AI在2022年推出颠覆性的ChatGPT之后,基于大语言模型的技术掀起了全人类社会范围内的人工智能技术化革命。线性空间/线性代数理论为大语言模型技术提供了底层的理论支持。我们在此对其中的联系进行非常简略的介绍。
从比较直观的角度来说,大语言模型在其内部将某种语言中的基本词汇(或是相应的基本概念),如“国王”、“王后”等,用一个高维线性空间中的向量表示。这些向量是通过对海量的文本数据进行学习训练得到的。对这些向量进行加法、减法、数乘运算对应了一些基本的概念推理。例如:“国王”与“王后”所对应的向量相减得到的向量会近似地等于“公鸡”与“母鸡”所对应向量的差。
在这个高维线性空间的内部表示模型基础之上,大语言模型通过注意力机制、扩散模型等更高级的技术可以实现生成符合人类表达习惯的文本的功能。

子节 6.1.3 线性运算的基本性质

\(V\)为数域\(\F\)上的线性空间,本节将讨论\(V\)上加法与数乘的一些基本性质。 虽然这些性质在大家所熟知的数字加法和乘法中是显然的,但是值得强调的是本节完全脱离线性空间中向量的具体含义,仅仅根据定义6.1.1和定义6.1.2中两种运算法则所满足的10条性质推导出这些结论。
从定义6.1.1不难看出\(V\)上的加法满足如下一些性质。

证明.

\(0, 0' \in V\)都满足零向量的性质,则
\begin{equation*} 0 = 0 + 0' = 0' + 0 = 0'. \end{equation*}

证明.

\(\beta, \beta' \in V\)都是\(\alpha\)的负向量,则由负向量的性质和向量加法的结合律可知
\begin{equation*} \beta = \beta + 0 = \beta + (\alpha + \beta') = (\beta + \alpha) + \beta' = 0 + \beta' = \beta'. \end{equation*}

备注 6.1.20.

利用负向量的唯一性可以定义向量间的减法\(-\)):
\begin{equation*} \alpha - \beta := \alpha + (-\beta), \quad \forall \alpha, \beta \in V. \end{equation*}

证明.

由零向量的性质,以及加法的结合律和交换律,我们有
\begin{equation*} \beta = \beta + 0 = \beta + (\alpha - \alpha) = (\beta + \alpha) - \alpha = (\gamma + \alpha) - \alpha = \gamma + (\alpha - \alpha) = \gamma. \end{equation*}
由数乘的定义6.1.2,我们可以得到\(V\)与数乘有关的一些性质。 首先,使用数域\(\F\)中的数字零进行数乘将得到线性空间\(V\)中的零向量。在本小节中,为了便于区分,我们记数字零为\(0_{\F}\),记零向量为\(0_{V}\)。在后续章节中,简洁起见,我们将忽略下标,请读者从上下文中区分是数字零或是零向量。

证明.

对于任意\(\alpha \in V\),由数字加法与数乘的分配律可得
\begin{equation*} 0_{\F}\alpha = (0_{\F}+ 0_{\F}) \alpha = 0_{\F}\alpha + 0_{\F}\alpha. \end{equation*}
等式两边同时加上\(0_{\F}\alpha\)的负向量可完成证明。
另一方面,对\(V\)中的零向量进行任意的数乘,得到的还是零向量。

证明.

对于任意\(c \in \F\)
\begin{equation*} c 0_{V} = c(0_{V} + 0_{V}) = c 0_{V} + c 0_{V}. \end{equation*}
等式两边同时加上\(c 0_{V}\)的负向量可完成证明。
最后,使用数域\(\F\)中的数字\(-1\)数乘一个向量将得到相应的负向量。

证明.

由数字加法与数乘的分配律,以及数字零的数乘得
\begin{equation*} \alpha + (-1) \alpha = (1-1) \alpha = 0_{\F}\alpha = 0_{V}. \end{equation*}
因此,\((-1)\alpha\)即为\(\alpha\)的负向量。

子节 6.1.4 从列向量空间到一般线性空间

4章的列向量空间是一般线性空间的一个特例,但是我们在4中针对列向量空间所定义的许多概念,如:线性组合(定义4.1.2)、线性相关/无关(定义4.2.1, 4.2.2)、向量组的线性表示与等价关系(定义4.3.11)、极大无关组(定义4.3.6)、向量组的秩(定义4.3.17)、子空间(定义4.4.1)/生成子空间(定义4.3.3)、空间的基和维数(定义4.4.11, 4.4.14)、交空间(定义4.4.5)、和空间(定义4.4.8)、子空间的直和(定义4.4.20)等等,以及它们的多数性质都可以直接推广到一般线性空间上。例如:
  • 数域\(\F\)上的线性空间\(V\)中的向量\(\alpha\)可被向量组\(\alpha_{1}, \ldots, \alpha_{n} \in V\)线性表出当且仅当存在\(c_{1}, \ldots, c_{n} \in \F\)使得
    \begin{equation*} \alpha = c_{1} \alpha_{1} + \cdots + c_{n} \alpha_{n}; \end{equation*}
  • 向量组\(\alpha_{1}, \ldots, \alpha_{n} \in V\)线性无关当且仅当\(V\)中的零向量被\(\alpha_{1}, \ldots, \alpha_{n}\)线性表出的方式唯一,即所有系数均为\(0\)
  • \(\alpha_{1}, \ldots, \alpha_{n} \in V\)是线性空间\(V\)的基当且仅当\(\alpha_{1}, \ldots, \alpha_{n}\)线性无关且\(V\)中所有向量都可由\(\alpha_{1}, \ldots, \alpha_{n}\)线性表出;
  • 线性空间\(V\)的维数是\(V\)的一组基中的向量个数。
其他一些相关概念的推广是显而易见的,因此我们不再赘述相关的定义。

备注 6.1.25.

4章中,有少数概念和结论需要特别地用到列向量的具体形式,如初等行变换不改变列向量组的秩(见第4.3.4节)等,请读者注意区分。

练习 6.1.5 练习

基础题.

1.
判断下列集合对于给定的运算是否构成相应数域上的线性空间:
  1. 复数域\(\C\)对于数的加法和数乘在实数域\(\R\)上是否构成线性空间?
  2. 实数域\(\R\)对于数的加法和数乘在复数域\(\C\)上是否构成线性空间?
  3. 与给定的方阵\(A \in \R^{n \times n}\)可交换的所有\(n\)阶实方阵对于矩阵的加法和数乘是否构成\(\R\)上的线性空间?
  4. \(\R\)上的区间\([0,1]\)上所有单调递增连续实函数对于函数的加法和数乘在\(\R\)上是否构成线性空间?
  5. \(\R\)上的区间\([0,1]\)上满足\(f(1)=0\)的连续实函数对于函数的加法和数乘在\(\R\)上是否构成线性空间?
解答.
  1. 是,请读者自行验证。
  2. 不是。取复数\({\rm i}\in\C\),实数\(1\in\R\),则\({\rm i}\cdot 1 = {\rm i}\notin \R\)。所以数乘运算不封闭,不构成线性空间。
  3. 是。记\(V = \{ X \in \R^{n\times n}\mid AX = XA \}\)。首先,\(V\)非空,因为零矩阵和单位矩阵(如果可交换)都在\(V\)中,但至少零矩阵在。对任意\(X,Y\in V\),有\(AX=XA, AY=YA\),则
    \begin{equation*} A(X+Y) = AX + AY = XA + YA = (X+Y)A, \end{equation*}
    所以\(X+Y \in V\)。对任意\(k\in\R\),有
    \begin{equation*} A(kX) = k(AX) = k(XA) = (kX)A, \end{equation*}
    所以\(kX \in V\)。因此\(V\)对加法和数乘封闭。而矩阵的加法和数乘满足线性空间要求的其他性质,这些运算在\(V\)上继承自全矩阵空间,所以\(V\)构成\(\R\)上的线性空间。
  4. 不是。因为数乘运算不封闭。设\(f: [0,1] \to \R\)单调递增连续。对任意\(c\in\R\),定义数乘\((c f)(x) = c f(x)\)。当\(c < 0\)时,若\(x<y\),则\(f(x) \le f(y)\),从而\(c f(x) \ge c f(y)\),即\(c f\)单调递减,而不是单调递增。所以当\(c<0\)时,\(c f\)不在原集合中。因此,数乘运算不是封闭的,不构成线性空间。
  5. 是。记\(V = \{ f \in C[0,1] \mid f(1)=0 \}\)。首先,零函数显然在\(V\)中。对任意\(f,g\in V\),有\((f+g)(1)=f(1)+g(1)=0+0=0\),所以\(f+g\in V\)。对任意\(c\in\R\),有\((cf)(1)=c f(1)=c\cdot 0=0\),所以\(cf\in V\)。因此\(V\)对加法和数乘封闭。函数的加法和数乘满足线性空间要求的其他性质,这些运算在\(V\)上继承自连续函数空间,所以\(V\)构成\(\R\)上的线性空间。
2.
重新定义\(\F\)\(n\)阶方阵的加法为
\begin{equation*} A \boxplus B = BA - AB, \end{equation*}
则所有\(n\)阶方阵的集合关于加法\(\boxplus\)和普通矩阵数乘是否构成\(\F\)上的线性空间?
解答.
不构成。因为加法\(\boxplus\)不满足交换律,也不满足结合律,并且不存在零元。具体验证如下:
  • 交换律:\(A \boxplus B = BA - AB\),而
    \begin{equation*} B \boxplus A = AB - BA = -(BA-AB) = -(A \boxplus B). \end{equation*}
    一般地,\(A \boxplus B \neq B \boxplus A\),除非\(A \boxplus B=0\)。所以加法不满足交换律。
  • 结合律:考虑
    \begin{align*} (A \boxplus B) \boxplus C \amp = (BA-AB) \boxplus C \\ \amp = C(BA-AB) - (BA-AB)C\\ \amp = CBA - CAB - BAC + ABC, \end{align*}
    \begin{align*} A \boxplus (B \boxplus C) \amp= A \boxplus (CB - BC) \\ \amp = (CB-BC)A - A(CB-BC)\\ \amp = CBA - BCA - ACB + ABC. \end{align*}
    两者一般不等,所以结合律不成立。
  • 零元:如果存在零矩阵\(O\)使得对所有\(A\)\(A \boxplus O = A\),即\(OA - AO = A\)。但左边\(OA - AO = O - O = 0\),所以要求\(0=A\),这对非零\(A\)不成立。所以零元不存在。
因此,所有\(n\)阶方阵的集合关于运算\(\boxplus\)和普通数乘不构成线性空间。
3.
\(V\)是数域\(\F\)上的线性空间,\(\alpha, \beta \in V\)\(c \in \F\),证明:
  1. \(c(\alpha - \beta) = c \alpha - c \beta\)
  2. \((c-d)\alpha = c \alpha - d \alpha\)
解答.
  1. 由线性空间公理,有
    \begin{equation*} c(\alpha - \beta) = c(\alpha + (-\beta)) = c\alpha + c(-\beta). \end{equation*}
    下证\(c(-\beta) = -c\beta\)。事实上,由分配律:
    \begin{equation*} c\beta + c(-\beta) = c(\beta + (-\beta)) = c \cdot 0 = 0, \end{equation*}
    所以\(c(-\beta)\)\(c\beta\)的负元,即\(c(-\beta) = -c\beta\)。因此
    \begin{equation*} c(\alpha - \beta) = c\alpha + (-c\beta) = c\alpha - c\beta. \end{equation*}
  2. 由分配律,
    \begin{equation*} (c-d)\alpha = (c + (-d))\alpha = c\alpha + (-d)\alpha. \end{equation*}
    类似可证\((-d)\alpha = -d\alpha\),因为
    \begin{equation*} d\alpha + (-d)\alpha = (d + (-d))\alpha = 0\alpha = 0, \end{equation*}
    所以\((-d)\alpha\)\(d\alpha\)的负元,即\((-d)\alpha = -d\alpha\)。因此
    \begin{equation*} (c-d)\alpha = c\alpha + (-d\alpha) = c\alpha - d\alpha. \end{equation*}

提高题.

4.
考虑下面\(2 \times 2\)复矩阵的集合
\begin{equation*} H = \left\{ \begin{pmatrix}\alpha & \beta \\ -\overline{\beta} & \overline{\alpha}\end{pmatrix} \middle| \alpha, \beta \in \C \right\}. \end{equation*}
  1. \(H\)关于矩阵的加法和数乘是否构成\(\C\)上的线性空间?若构成线性空间,求其维数与一个基。
  2. \(H\)关于矩阵的加法和数乘是否构成\(\R\)上的线性空间?若构成线性空间,求其维数与一个基。
解答.
  1. 不是。因为复数域的数乘运算关于\(H\)不封闭: 设\(A = \begin{pmatrix}\alpha & \beta \\ -\overline{\beta} & \overline{\alpha}\end{pmatrix}\text{,}\) \(c \in \C\),则
    \begin{equation*} cA = \begin{pmatrix}c\alpha & c\beta \\ -c\overline{\beta} & c\overline{\alpha}\end{pmatrix}. \end{equation*}
    若要求\(c A \in H\),则需要存在\(\alpha', \beta'\)使得\(cA = \begin{pmatrix}\alpha' & \beta' \\ -\overline{\beta'} & \overline{\alpha'}\end{pmatrix}\),即要求\(\alpha' = c\alpha\)\(\beta' = c\beta\),且\(-\overline{\beta'}= -c\overline{\beta}\)\(\overline{\alpha'}= c\overline{\alpha}\)。但\(\overline{\beta'}= \overline{c\beta}= \overline{c}\,\overline{\beta}\),所以\(-\overline{\beta'}= -\overline{c}\,\overline{\beta}\),而\(cA\)\((2,1)\)元是\(-c\overline{\beta}\)。因此,当且仅当\(c\overline{\beta}= \overline{c}\,\overline{\beta}\),即\((c-\overline{c})\overline{\beta}=0\)对所有\(\beta\)成立,这要求\(c=\overline{c}\),即\(c\in\R\)。所以,如果数乘是复数乘法,则\(cA\)不一定属于\(H\)(除非\(c\)是实数)。因此,\(H\)关于通常的复数数乘不封闭,故\(H\)不是\(\C\)上的线性空间。
  2. 是。因为\(H\)\(\C^{2\times 2}\)的子集,且对矩阵加法和复数数乘封闭: 设\(A = \begin{pmatrix}\alpha_{1}&\beta_{1} \\ -\overline{\beta_1}&\overline{\alpha_1}\end{pmatrix}, B = \begin{pmatrix}\alpha_{2}&\beta_{2} \\ -\overline{\beta_2}&\overline{\alpha_2}\end{pmatrix} \in H\)\(c \in \C\),则
    \begin{align*} A + B \amp = \begin{pmatrix}\alpha_{1}+\alpha_{2}&\beta_{1}+\beta_{2} \\ -(\overline{\beta_1}+\overline{\beta_2})&\overline{\alpha_1}+\overline{\alpha_2}\end{pmatrix} \\ \amp = \begin{pmatrix}\alpha_{1}+\alpha_{2}&\beta_{1}+\beta_{2} \\ -\overline{\beta_1+\beta_2}&\overline{\alpha_1+\alpha_2}\end{pmatrix} \in H, \end{align*}
    加法关于\(H\)封闭。当数乘限制在实数域上时,对任意\(c\in\R\)\(cA = \begin{pmatrix}c\alpha_{1}&c\beta_{1} \\ -c\overline{\beta_1}&c\overline{\alpha_1}\end{pmatrix} = \begin{pmatrix}c\alpha_{1}&c\beta_{1} \\ -\overline{c\beta_1}&\overline{c\alpha_1}\end{pmatrix}\),因为\(c\)是实数,所以\(\overline{c\beta_1}=c\overline{\beta_1}\)\(\overline{c\alpha_1}=c\overline{\alpha_1}\)。因此\(cA\in H\)。数乘关于\(H\)也封闭。同时矩阵的加法和数乘满足线性空间要求的其他性质,所以\(H\)构成\(\R\)上的线性空间。下面求维数与基。设\(\alpha = a+b{\rm i}, \beta = c+d{\rm i}\),其中\(a,b,c,d\in\R\)。则
    \begin{align*} \begin{pmatrix}\alpha & \beta \\ -\overline{\beta} & \overline{\alpha}\end{pmatrix}= \amp \begin{pmatrix}a+b{\rm i}&c+d{\rm i}\\ -c+d{\rm i}&a-b{\rm i}\end{pmatrix}\\ =\amp \phantom{+} a \begin{pmatrix}1 & 0 \\ 0 & 1\end{pmatrix} + b \begin{pmatrix}{\rm i}& 0 \\ 0 & -{\rm i}\end{pmatrix} \\ \amp + c \begin{pmatrix}0 & 1 \\ -1 & 0\end{pmatrix} + d \begin{pmatrix}0 & {\rm i}\\ {\rm i}& 0\end{pmatrix}. \end{align*}
    \begin{equation*} I= \begin{pmatrix}1 & 0 \\ 0 & 1\end{pmatrix},\quad J = \begin{pmatrix}{\rm i}& 0 \\ 0 & -{\rm i}\end{pmatrix}, \end{equation*}
    \begin{equation*} K = \begin{pmatrix}0 & 1 \\ -1 & 0\end{pmatrix},\quad L = \begin{pmatrix}0 & {\rm i}\\ {\rm i}& 0\end{pmatrix}. \end{equation*}
    则显然这四个矩阵是实数域上线性无关的(因为系数\(a,b,c,d\)唯一确定)。且任意\(H\)中矩阵可由它们线性表示,所以\(\dim_{\R}H = 4\),一组基为\(\{I, J, K, L\}\)。注:这里\(I,J,K,L\)对应四元数的四个基。
5.
考虑下面两个数域\(\F\)上的\(n\)阶矩阵的集合,它们对于矩阵的加法和数乘是否构成\(\F\)上的线性空间?若构成线性空间,求其维数与一个基。
  1. \(V_{1} = \{ A \in \F^{n \times n}\mid A^{\top} = A \}\)
  2. \(V_{2} = \{ A \in \F^{n \times n}\mid A^{\top} = -A \}\)
解答.
  1. 是。对称矩阵的和仍对称,数乘仍对称,且零矩阵对称,所以\(V_{1}\)\(\F^{n\times n}\)的子空间,构成线性空间。维数:对称矩阵由主对角线和上三角部分(不包括对角线)的元素唯一确定。对角线有\(n\)个元素,上三角(不包括对角线)有\(\frac{n(n-1)}{2}\)个元素,所以总自由度\(n + \frac{n(n-1)}{2}= \frac{n(n+1)}{2}\)。因此\(\dim V_{1} = \frac{n(n+1)}{2}\)。基:对\(1\le i\le j\le n\),定义矩阵\(E_{ij}\),其中\((i,j)\)\((j,i)\)位置为1,其余为0。当\(i=j\)时,就是只有一个对角线位置为1的矩阵;当\(i<j\)时,矩阵在上三角\((i,j)\)和下三角\((j,i)\)位置为1。这些矩阵共有\(\frac{n(n+1)}{2}\)个,且线性无关,构成\(V_{1}\)的一组基。
  2. 是。反对称矩阵的和仍反对称,数乘仍反对称,且零矩阵反对称,所以\(V_{2}\)是子空间。维数:反对称矩阵的对角元必须为\(0\)(因为\(a_{ii}=-a_{ii}\)),上三角部分(不包括对角线)的元素可自由选取,且下三角部分由对称性确定。上三角有\(\frac{n(n-1)}{2}\)个元素。所以\(\dim V_{2} = \frac{n(n-1)}{2}\)。一个基:对\(1\le i<j\le n\),定义矩阵\(F_{ij}\),其中\((i,j)\)位置为1,\((j,i)\)位置为\(-1\),其余为\(0\)。这样的矩阵共有\(\frac{n(n-1)}{2}\)个,且线性无关,构成\(V_{2}\)的一组基。
6.
\(V\)为一般线性空间,\(V_{1}, V_{2}\)\(V\)的两个子空间,证明\(V_{1} \oplus V_{2}\)当且仅当\(V_{1} \cap V_{2} = 0\)
解答.
直和\(V_{1} \oplus V_{2}\)的定义是:\(V_{1}+V_{2}\)中每个向量的表示法唯一,即若\(\alpha_{1}+\alpha_{2}=0\)\(\alpha_{1}\in V_{1}, \alpha_{2}\in V_{2}\),则必有\(\alpha_{1}=\alpha_{2}=0\)
必要性:假设\(V_{1} \oplus V_{2}\),即\(V_{1}+V_{2}\)是直和。任取\(\alpha \in V_{1} \cap V_{2}\),则\(\alpha \in V_{1}\)\(\alpha \in V_{2}\)。那么\(\alpha\)可以表示为\(\alpha = \alpha + 0\)(来自\(V_{1}\)\(V_{2}\)),也可以表示为\(0 + \alpha\)。由直和表示的唯一性,必须有\(\alpha=0\)。所以\(V_{1} \cap V_{2} = \{0\}\)
充分性:假设\(V_{1} \cap V_{2} = \{0\}\)。要证\(V_{1}+V_{2}\)是直和,即表示唯一。设\(\alpha_{1}+\alpha_{2} = \alpha_{1}' + \alpha_{2}'\),其中\(\alpha_{1},\alpha_{1}'\in V_{1}\)\(\alpha_{2},\alpha_{2}'\in V_{2}\)。则\((\alpha_{1}-\alpha_{1}') = (\alpha_{2}'-\alpha_{2})\)。左边属于\(V_{1}\),右边属于\(V_{2}\),所以这个向量属于\(V_{1}\cap V_{2} = \{0\}\)。于是\(\alpha_{1}-\alpha_{1}'=0\)\(\alpha_{2}'-\alpha_{2}=0\),即\(\alpha_{1}=\alpha_{1}'\)\(\alpha_{2}=\alpha_{2}'\)。所以表示唯一,故\(V_{1} \oplus V_{2}\)
7.
证明:在线性空间所应满足的10条运算性质中(定义6.1.1和定义6.1.2),加法的交换律可由其他性质推导出。
解答.
我们使用其他9条性质推导加法交换律。设\(V\)是数域\(\F\)上的线性空间,加法满足结合律,存在零元\(0\),每个元有负元,数乘满足分配律、结合律等。具体性质列表如下(省略编号):
  1. \(\alpha+\beta = \beta+\alpha\)(交换律,待证)
  2. \(\displaystyle (\alpha+\beta)+\gamma = \alpha+(\beta+\gamma)\)
  3. 存在\(0\in V\)使得\(\alpha+0=\alpha\)
  4. 存在\(-\alpha\in V\)使得\(\alpha+(-\alpha)=0\)
  5. \(\displaystyle 1\cdot \alpha = \alpha\)
  6. \(\displaystyle k(l\alpha) = (kl)\alpha\)
  7. \(\displaystyle (k+l)\alpha = k\alpha + l\alpha\)
  8. \(\displaystyle k(\alpha+\beta) = k\alpha + k\beta\)
我们要从上面的第2—8条性质推出交换律。对任意\(\alpha,\beta\in V\),考虑\((1+1)(\alpha+\beta)\)。一方面,
\begin{equation*} (1+1)(\alpha+\beta) = 1\cdot(\alpha+\beta) + 1\cdot(\alpha+\beta) = (\alpha+\beta) + (\alpha+\beta). \end{equation*}
另一方面,
\begin{align*} (1+1)(\alpha+\beta)\amp= (1+1)\alpha + (1+1)\beta \\ \amp = (1\cdot\alpha+1\cdot\alpha) + (1\cdot\beta+1\cdot\beta) \\ \amp = (\alpha+\alpha)+(\beta+\beta). \end{align*}
所以
\begin{equation*} (\alpha+\beta)+(\alpha+\beta) = (\alpha+\alpha)+(\beta+\beta). \end{equation*}
两边同时左加\(-\alpha\),右加\(-\beta\)(利用结合律):
\begin{align*} \amp(-\alpha) + [(\alpha+\beta)+(\alpha+\beta)] + (-\beta) \\ = \amp (-\alpha) + [(\alpha+\alpha)+(\beta+\beta)] + (-\beta)\\ \amp [(-\alpha)+(\alpha+\beta)]+[\alpha+\beta+(-\beta)]\\ = \amp [(-\alpha)+(\alpha+\alpha)]+[\beta+\beta+(-\beta)] \quad \text{(结合律)}\\ \amp [((-\alpha)+\alpha)+\beta] + [\alpha+(\beta+(-\beta))]\\ = \amp [((-\alpha)+\alpha)+\alpha] + [\beta+(\beta+(-\beta))] \end{align*}
\begin{align*} (0+\beta) + (\alpha+0)\amp = (0+\alpha) + (\beta+0)\\ \beta + \alpha \amp = \alpha + \beta. \end{align*}
这里用到了零元性质和负元性质。因此加法交换律得证。