Базис линейного пространства

Базис линейного пространства — это упорядоченная система векторов, обладающая двумя свойствами: она линейно независима и любой вектор пространства может быть представлен в виде линейной комбинации векторов этой системы. Базис является фундаментальным понятием линейной алгебры, позволяющим ввести координаты для каждого вектора и свести операции над бесконечным множеством векторов к операциям над конечным набором чисел — их координат. Размерность пространства определяется как количество векторов в любом его базисе.

Определение и основные свойства

Пусть \( V \) — линейное пространство над полем \( \mathbb{F} \) (например, над полем действительных чисел \( \mathbb{R} \) или комплексных чисел \( \mathbb{C} \)). Упорядоченная конечная система векторов \( e_1, e_2, \dots, e_n \in V \) называется базисом, если:

1. Линейная независимость: равенство \( \alpha_1 e_1 + \alpha_2 e_2 + \dots + \alpha_n e_n = 0 \) (где \( 0 \) — нулевой вектор) выполняется только в случае, когда все коэффициенты \( \alpha_1, \alpha_2, \dots, \alpha_n \) равны нулю.
2. Полнота (порождающее свойство): для любого вектора \( x \in V \) существуют такие скаляры \( x_1, x_2, \dots, x_n \in \mathbb{F} \), что

\[ x = x_1 e_1 + x_2 e_2 + \dots + x_n e_n. \]

Из этих двух свойств следует, что представление вектора в данном базисе единственно. Коэффициенты \( x_1, x_2, \dots, x_n \) называются координатами вектора \( x \) в базисе \( \{e_i\} \). Координаты обычно записывают в виде столбца (вектора-столбца) или строки (вектора-строки).

Размерность пространства

Если в пространстве \( V \) существует конечный базис из \( n \) векторов, то пространство называется конечномерным, а число \( n \) — его размерностью (обозначается \( \dim V \) или \( \operatorname{dim} V \)). Все базисы конечномерного пространства содержат одно и то же количество векторов. Если же конечного базиса не существует, пространство называется бесконечномерным (например, пространство всех многочленов от одной переменной).

Примеры базисов

• Арифметическое пространство \( \mathbb{R}^n \): стандартный базис образуют векторы \( e_1 = (1, 0, \dots, 0) \), \( e_2 = (0, 1, \dots, 0) \), ..., \( e_n = (0, 0, \dots, 1) \). Любой вектор \( (a_1, a_2, \dots, a_n) \) однозначно записывается как \( a_1 e_1 + a_2 e_2 + \dots + a_n e_n \).
• Пространство многочленов степени не выше \( n \): базисом является система одночленов \( 1, x, x^2, \dots, x^n \). Любой многочлен \( p(x) = a_0 + a_1 x + \dots + a_n x^n \) — это их линейная комбинация.
• Пространство матриц размера \( m \times n \): базисом служат матрицы, у которых на одной позиции стоит единица, а на остальных — нули.

Классификация базисов

Ортогональный и ортонормированный базис

В евклидовом (или унитарном) пространстве, где определено скалярное произведение, особую роль играют ортогональные базисы.

• Ортогональный базис: базис, в котором любые два различных вектора ортогональны (их скалярное произведение равно нулю).
• Ортонормированный базис: ортогональный базис, в котором каждый вектор имеет единичную длину (норму). Такой базис часто называют декартовым или стандартным в евклидовом пространстве.

Ортонормированные базисы удобны тем, что координаты вектора в таком базисе находятся как скалярные произведения вектора на соответствующие базисные векторы. Процесс построения ортонормированного базиса из произвольного линейно независимого набора векторов называется ортогонализацией Грама — Шмидта.

Базис Гамеля

Для бесконечномерных пространств вводится понятие базиса Гамеля (или алгебраического базиса). Это такая система векторов, что любой вектор пространства является конечной линейной комбинацией её элементов. В отличие от конечномерного случая, базис Гамеля бесконечен (его мощность равна размерности пространства). Существование такого базиса для любого линейного пространства доказывается с помощью аксиомы выбора. На практике базис Гамеля редко используется для пространств функций, так как он не учитывает топологию (предельные переходы).

Топологические базисы (базис Шаудера)

В функциональном анализе, где пространства наделены топологией (например, нормой), более важным является понятие базиса Шаудера. Это такая последовательность векторов \( \{e_n\} \), что любой элемент пространства может быть представлен в виде сходящегося (в смысле данной топологии) ряда \( x = \sum_{n=1}^\infty x_n e_n \), причём такое представление единственно. В отличие от базиса Гамеля, разложение может содержать бесконечное число слагаемых. Не каждое сепарабельное бесконечномерное банахово пространство обладает базисом Шаудера (долгое время это была открытая проблема, решённая в 1973 году П. Энфло).

История развития понятия

Понятие базиса в неявном виде использовалось ещё в античной геометрии (например, система координат в «Началах» Евклида). Однако как самостоятельный объект линейной алгебры оно сформировалось в XIX веке.

• Герман Грассман (1844) в работе «Учение о протяжённости» ввёл понятие линейной независимости и размерности, по сути описав базис.
• Джузеппе Пеано (1888) дал современное аксиоматическое определение линейного пространства и базиса.
• Феликс Хаусдорф и Стефан Банах в начале XX века развили теорию бесконечномерных пространств, что привело к появлению базисов Шаудера и Гамеля.

Применение и значение

Базис является центральным инструментом во многих областях математики и её приложений:

• Решение систем линейных уравнений: фундаментальная система решений однородной системы является базисом пространства её решений.
• Теория матриц: матрица перехода от одного базиса к другому позволяет преобразовывать координаты векторов и матрицы линейных операторов.
• Компьютерная графика и обработка сигналов: разложение сигналов по ортонормированным базисам (например, вейвлеты, преобразование Фурье) лежит в основе сжатия изображений (JPEG, MP3) и анализа данных.
• Квантовая механика: состояние системы описывается вектором в гильбертовом пространстве, а наблюдаемые величины — операторами. Выбор базиса (например, координатного или импульсного) определяет форму записи уравнений.
• Теория кодирования: линейные коды строятся на основе базисов конечномерных пространств над конечными полями.

Критерии и способы нахождения базиса

На практике часто требуется проверить, является ли данная система векторов базисом, или найти какой-либо базис в заданном подпространстве.

1. Критерий базиса: Система из \( n \) векторов в \( n \)-мерном пространстве является базисом тогда и только тогда, когда она линейно независима (или, что эквивалентно, когда определитель матрицы, составленной из координат этих векторов в любом базисе, не равен нулю).
2. Метод нахождения базиса подпространства: Для нахождения базиса линейной оболочки векторов их записывают в строки матрицы и приводят к ступенчатому виду методом Гаусса. Ненулевые строки полученной матрицы образуют базис этой оболочки.
3. Базис ядра и образа линейного оператора: Ядро оператора находят, решая однородную систему уравнений, задающую оператор. Образ оператора порождается столбцами его матрицы.

Интересные факты

• В пространстве размерности \( n \) любая линейно независимая система из \( n \) векторов автоматически является базисом. Любую линейно независимую систему из меньшего числа векторов можно дополнить до базиса.
• Понятие базиса не является внутренним свойством пространства: один и тот же вектор может иметь совершенно разные координаты в разных базисах. Выбор «удобного» базиса (например, собственного базиса оператора) — один из главных приёмов в линейной алгебре.
• В бесконечномерных пространствах существование базиса Гамеля неконструктивно (опирается на аксиому выбора), и его невозможно явно предъявить для большинства классических пространств (например, для пространства всех непрерывных функций на отрезке).

Источники

1. Кострикин А. И. Введение в алгебру. Часть II. Линейная алгебра. — М.: МЦНМО, 2009.
2. Ильин В. А., Позняк Э. Г. Линейная алгебра. — М.: Физматлит, 2002.
3. Колмогоров А. Н., Фомин С. В. Элементы теории функций и функционального анализа. — М.: Наука, 1976.
4. Халмош П. Конечномерные векторные пространства. — М.: Мир, 1963.