赞
踩
重要性质 S 1 S_1 S1 是 S S S 子空间,则必存在唯一子空间 S 2 S_2 S2 使得 S = S 2 ⊕ S 1 S = S_2 \oplus S_1 S=S2⊕S1 和 $ S_2 \bot S_1$ ,称 S 2 S_2 S2 为 S 1 S_1 S1 的正交补空间,记为 S 1 ⊥ S_1^{\bot} S1⊥ , d i m S 1 ⊥ = d i m S − d i m S 1 dim S_1^{\bot} = dim S - dim S_1 dimS1⊥=dimS−dimS1 。
正交补空间包含了垂直于原空间的所有向量。强调下,如果 S 1 S_1 S1 是整个空间,其正交补空间为 0 \mathbf{0} 0 维空间,只包含 0 \mathbf{0} 0 向量。
子空间的正交补和直和补空间,有什么差别呢?在于唯一性!正交补空间唯一,直和补有无穷多。数学喜欢唯一性,因为唯一性能大大简化问题。比如函数,单射的函数就很好研究,而多射函数难以研究。为什么选垂直的补空间作为唯一,而不选其它角度(如30度,60度等等)的补空间作为唯一呢?因为垂直时内积为0,如同最简基那节,0能解耦。
比如,二维空间,直线是子空间,其正交补就是其垂线,唯一;其直和补是任意不共线的直线,任意多。三维空间,平面是子空间,其正交补就是其垂线,唯一;其直和补是任意不共面的直线,任意多。
如果子空间 S 1 S_1 S1 由向量组 V = ( v 1 , ⋯ , v n ) V = (\mathbf{v_1},\cdots,\mathbf{v_n}) V=(v1,⋯,vn) 张成,如何求其正交补空间呢?这个问题是线性代数基本问题之一,是理解线性方程的核心之一,必须十分重视。
根据正交补空间
S
1
⊥
S_1^{\bot}
S1⊥ 包含了垂直于原空间
S
1
S_1
S1 的所有向量,是个向量集合。
S
1
⊥
S_1^{\bot}
S1⊥ 中任意向量
v
\mathbf{v}
v 垂直于空间
S
1
S_1
S1 ,则只需也必须垂直于向量组
V
V
V 中所有向量,即
(
v
,
v
i
)
=
0
∀
i
∈
[
1
,
n
]
(\mathbf{v},\mathbf{v_i}) = 0 \quad \forall i \in [1,n]
(v,vi)=0∀i∈[1,n]
满足上式关系的所有向量构成的集合就是
S
1
⊥
S_1^{\bot}
S1⊥ 。这是定义空间的第二种方式,与向量组的线性组合定义空间完全不同。
需用计算法求出正交补,每个内积为0分别得一个方程,共 n n n 个方程。
m
m
m 维空间中
n
n
n 个向量的向量组
S
1
=
(
v
1
,
⋯
,
v
n
)
S_1 = (\mathbf{v_1},\cdots,\mathbf{v_n})
S1=(v1,⋯,vn) ,令
v
i
=
(
V
i
1
,
⋯
,
V
i
j
,
⋯
,
V
i
m
)
\mathbf{v_i} = (\mathbf{V_{i1}},\cdots,\mathbf{V_{ij}},\cdots,\mathbf{V_{im}})
vi=(Vi1,⋯,Vij,⋯,Vim) ,即第
j
j
j 个分量为
V
i
j
\mathbf{V_{ij}}
Vij 。
S
1
⊥
S_1^{\bot}
S1⊥ 中任意向量
v
=
(
α
1
,
⋯
,
α
m
)
\mathbf{v}=(\alpha_1,\cdots,\alpha_m)
v=(α1,⋯,αm) ,根据内积计算规则,可得方程组
α
1
V
11
+
⋯
+
α
i
V
1
i
+
⋯
+
α
m
V
1
m
=
0
α
1
V
21
+
⋯
+
α
i
V
2
i
+
⋯
+
α
m
V
2
m
=
0
⋮
α
1
V
n
1
+
⋯
+
α
i
V
n
i
+
⋯
+
α
m
V
n
m
=
0
\alpha_1\mathbf{V_{11}}+\cdots+\alpha_i\mathbf{V_{1i}}+\cdots+\alpha_m\mathbf{V_{1m}} = 0 \\ \alpha_1\mathbf{V_{21}}+\cdots+\alpha_i\mathbf{V_{2i}}+\cdots+\alpha_m\mathbf{V_{2m}} = 0 \\ \vdots \\ \alpha_1\mathbf{V_{n1}}+\cdots+\alpha_i\mathbf{V_{ni}}+\cdots+\alpha_m\mathbf{V_{nm}} = 0
α1V11+⋯+αiV1i+⋯+αmV1m=0α1V21+⋯+αiV2i+⋯+αmV2m=0⋮α1Vn1+⋯+αiVni+⋯+αmVnm=0
n
n
n 个方程
m
m
m 个未知数。方程形式和基的判断问题方程十分相似,有两点不同:第一方程数量为向量数量
n
n
n 个,第二与未知数
α
i
\alpha_i
αi 相乘的系数不是向量
v
i
\mathbf{v_i}
vi 的分量,而是所有向量的第
i
i
i 个分量。
例如,二维空间中,向量组
V
=
(
v
1
)
,
v
1
=
(
1
,
2
)
\mathbf{V}=(\mathbf{v_1}),\mathbf{v_1} = (1,2)
V=(v1),v1=(1,2) ,对应方程为
1
α
1
+
2
α
2
=
0
1\alpha_1+2\alpha_2 = 0
1α1+2α2=0
是直线,为正交补空间。
例如,三维空间中,向量组
V
=
(
v
1
)
,
v
1
=
(
1
,
2
,
3
)
\mathbf{V}=(\mathbf{v_1}),\mathbf{v_1} = (1,2,3)
V=(v1),v1=(1,2,3) 对应方程为
1
α
1
+
2
α
2
+
3
α
3
=
0
1\alpha_1+2\alpha_2+3\alpha_3 = 0
1α1+2α2+3α3=0
是平面,与向量 v 1 \mathbf{v_1} v1 垂直,为正交补空间。
正交补空间是空间,空间可以用向量组的线性组合表示,那补空间可以吗?
以上面方程为例介绍,1个方程3个未知数,故2个变量是自由变量,可令自由变量为
α
2
和
α
3
\alpha_2和\alpha_3
α2和α3 ,取
(
0
,
1
)
(0,1)
(0,1) 时得
α
1
=
−
(
2
α
2
+
3
α
3
)
=
−
3
\alpha_1=-(2\alpha_2+3\alpha_3) = -3
α1=−(2α2+3α3)=−3 ,故
(
−
3
,
0
,
1
)
(-3,0,1)
(−3,0,1) 是解,其任意数乘也是解;取
(
1
,
0
)
(1,0)
(1,0) 时得
α
1
=
−
(
2
α
2
+
3
α
3
)
=
−
2
\alpha_1=-(2\alpha_2+3\alpha_3) = -2
α1=−(2α2+3α3)=−2 ,故
(
−
2
,
0
,
1
)
(-2,0,1)
(−2,0,1) 是解,其任意数乘也是解!故这两个向量的线性组合都是方程的解。这两个向量线性无关,故其张成子空间是二维。所以得到正交补空间的线性组合表示。
S
1
⊥
=
{
α
(
−
3
,
0
,
1
)
+
β
(
−
2
,
0
,
1
)
}
S_1^{\bot}=\{\alpha(-3,0,1)+\beta(-2,0,1)\}
S1⊥={α(−3,0,1)+β(−2,0,1)}
再如,三维空间中,向量组
V
=
(
v
1
,
v
2
)
,
v
1
=
(
1
,
2
,
3
)
\mathbf{V}=(\mathbf{v_1},\mathbf{v_2}),\mathbf{v_1} = (1,2,3)
V=(v1,v2),v1=(1,2,3) 和
v
2
=
(
4
,
5
,
6
)
\mathbf{v_2} = (4,5,6)
v2=(4,5,6) 对应方程为
1
α
1
+
2
α
2
+
3
α
3
=
0
4
α
1
+
5
α
2
+
6
α
3
=
0
1\alpha_1+2\alpha_2+3\alpha_3 = 0 \\ 4\alpha_1+5\alpha_2+6\alpha_3 = 0
1α1+2α2+3α3=04α1+5α2+6α3=0
是直线,与向量
v
1
\mathbf{v_1}
v1 和
v
2
\mathbf{v_2}
v2 垂直,为正交补空间。求线性组合如下,2个方程3个未知数,故1个变量是自由变量,可令自由变量为
α
3
\alpha_3
α3 ,取
(
1
)
(1)
(1) 时得
1
α
1
+
2
α
2
+
3
=
0
4
α
1
+
5
α
2
+
6
=
0
1\alpha_1+2\alpha_2+3 = 0 \\4\alpha_1+5\alpha_2+6 = 0
1α1+2α2+3=04α1+5α2+6=0 ,故
(
1
,
−
2
,
1
)
(1,-2,1)
(1,−2,1) 是解,其任意数乘也是解,即该向量的线性组合,其张成子空间是一维。所以得到正交补空间的线性组合表示。
S
1
⊥
=
{
α
(
1
,
−
2
,
1
)
}
S_1^{\bot}=\{\alpha(1,-2,1)\}
S1⊥={α(1,−2,1)}
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。