
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
1.2.4 子空间
在1.2.1节提到了一个概念:加法和数量乘法封闭。当时是以二维空间中的向量加法、数量乘法为例进行说明的,并且用向量的叉积做了对比。本节将要从更一般化的角度对此进行阐述。
我们已经知道,任何维度的空间中都包含了无穷个向量,在线性代数中,通常将这些向量视为一个集合,用表示,
即空间的维度(仅考虑实数域)。
假设是
中的一个向量组,
是实数,那么可以得到这样的一个集合:

由于,因此
是
的非空子集。
从集合中任取两个元素:
,则:

于是,我们称符合加法封闭。还有:

也称符合数量乘法封闭。
所以符合加法和数量乘法封闭,并且它是由向量组
生成(或张成)的,于是称
为
的一个线性子空间(Linear Subspace),简称子空间。
例如,在三维向量空间中有两个向量和
,如图1-2-6所示,由这两个向量决定的平面记作
。显然,任何一个线性组合
都位于
内,且符合加法和数量乘法封闭,则
是由向量
和
生成的
的子空间。

图1-2-6
在几何空间(关于几何空间,请参阅1.4.2节)中,过原点O的平面、直线都是几何空间的子空间。但是,不过O点的平面和直线,不是子空间。
为了进一步理解子空间的概念,再把前面求解过的线性方程组(1.2.1)式列出来:

方程组的解:

其中是自由变量。令
,可以将这个解写成
中的向量:

继续完成如下计算(以下计算过程中的都是实数):
加法:
数量乘法:
因此我们可以说,向量生成了
的子空间。
通常把像(1.2.1)式那样的方程组(等号右侧都是0),称为齐次线性方程组(参阅第2章2.4.2节线性方程组),齐次线性方程组的解都是子空间。