Линейное пространство

Линейное пространство — это фундаментальное понятие линейной алгебры и функционального анализа, представляющее собой математическую структуру, в которой определены две основные операции: сложение элементов и умножение элемента на число (скаляр). Линейное пространство является абстракцией, обобщающей свойства таких объектов, как векторы на плоскости или в трёхмерном пространстве, матрицы, многочлены и функции. Элементы линейного пространства обычно называются векторами, независимо от их конкретной природы.

Определение и аксиомы

Формально линейное (или векторное) пространство над полем \(F\) (обычно полем действительных чисел \(\mathbb{R}\) или комплексных чисел \(\mathbb{C}\)) — это множество \(V\), для элементов которого (векторов) определены две операции:

1. Сложения: для любых \(x, y \in V\) существует единственный элемент \(x + y \in V\).
2. Умножения на скаляр: для любого \(x \in V\) и любого \(\alpha \in F\) существует единственный элемент \(\alpha x \in V\).

При этом должны выполняться следующие аксиомы:

• Ассоциативность сложения: \((x + y) + z = x + (y + z)\).
• Коммутативность сложения: \(x + y = y + x\).
• Существование нулевого вектора: существует элемент \(0 \in V\) такой, что \(x + 0 = x\) для всех \(x \in V\).
• Существование противоположного вектора: для каждого \(x \in V\) существует \(-x \in V\) такой, что \(x + (-x) = 0\).
• Умножение на единицу поля: \(1 \cdot x = x\).
• Ассоциативность умножения на скаляр: \(\alpha(\beta x) = (\alpha\beta)x\).
• Дистрибутивность умножения относительно сложения векторов: \(\alpha(x + y) = \alpha x + \alpha y\).
• Дистрибутивность умножения относительно сложения скаляров: \((\alpha + \beta)x = \alpha x + \beta x\).

Если в качестве поля \(F\) используется множество действительных чисел, пространство называется действительным линейным пространством; если комплексных — комплексным линейным пространством.

Примеры линейных пространств

Множество объектов, удовлетворяющих приведённым аксиомам, чрезвычайно широко. Важнейшие примеры:

• Арифметическое пространство \(\mathbb{R}^n\): множество упорядоченных наборов из \(n\) действительных чисел (векторов-строк или векторов-столбцов). Сложение и умножение на число выполняются покомпонентно.
• Пространство матриц \(\mathbb{R}^{m \times n}\): множество всех прямоугольных матриц размера \(m \times n\) с действительными элементами.
• Пространство многочленов \(P_n[x]\): множество всех многочленов степени не выше \(n\) (с обычными операциями сложения многочленов и умножения на число).
• Пространство непрерывных функций \(C[a,b]\): множество всех непрерывных функций на отрезке \([a, b]\) (с поточечным сложением и умножением на число).
• Пространство последовательностей \(\mathbb{R}^\infty\): множество бесконечных последовательностей действительных чисел (при условии, что все операции выполняются покомпонентно).

Линейная зависимость и независимость

Система векторов \(\{x_1, x_2, ..., x_k\}\) называется линейно зависимой, если существует нетривиальная линейная комбинация этих векторов, равная нулевому вектору:

\[ \alpha_1 x_1 + \alpha_2 x_2 + ... + \alpha_k x_k = 0, \]

где не все скаляры \(\alpha_i\) равны нулю. В противном случае система называется линейно независимой.

Понятие линейной независимости является ключевым для определения размерности пространства и построения базиса.

Базис и размерность

Базисом линейного пространства \(V\) называется такая линейно независимая система векторов, что любой вектор \(x \in V\) может быть единственным образом представлен в виде линейной комбинации векторов этой системы. Число векторов в базисе называется размерностью пространства и обозначается \(\dim V\).

Если пространство имеет конечный базис, оно называется конечномерным. Например, \(\dim \mathbb{R}^n = n\), \(\dim P_n[x] = n+1\). Если базис бесконечен, пространство называется бесконечномерным (например, пространство всех непрерывных на отрезке функций).

Коэффициенты разложения вектора по фиксированному базису называются его координатами в этом базисе.

Подпространство

Подпространством линейного пространства \(V\) называется непустое подмножество \(W \subseteq V\), которое само является линейным пространством относительно тех же операций, определённых на \(V\). Для того чтобы подмножество \(W\) было подпространством, достаточно выполнения двух условий:

1. Если \(x, y \in W\), то \(x + y \in W\).
2. Если \(x \in W\) и \(\alpha \in F\), то \(\alpha x \in W\).

Примеры подпространств: множество векторов в \(\mathbb{R}^3\), лежащих в одной плоскости, проходящей через начало координат; множество всех симметричных матриц в пространстве квадратных матриц.

Линейные отображения

Важнейшую роль в теории линейных пространств играют линейные отображения (или линейные операторы) — отображения \(T: V \rightarrow U\) между двумя линейными пространствами, которые сохраняют линейные операции:

• \(T(x + y) = T(x) + T(y)\) для всех \(x, y \in V\);
• \(T(\alpha x) = \alpha T(x)\) для всех \(x \in V\) и \(\alpha \in F\).

Линейные отображения между конечномерными пространствами могут быть представлены матрицами после выбора базисов. Совокупность всех линейных отображений из пространства \(V\) в пространство \(U\) сама образует линейное пространство.

Дополнительные структуры

На основе линейного пространства могут быть построены более сложные математические объекты путём введения дополнительных структур:

• Нормированное пространство: линейное пространство, на котором задана норма — функция, сопоставляющая каждому вектору его «длину» (неотрицательное число, удовлетворяющее определённым аксиомам).
• Евклидово пространство: конечномерное действительное пространство, в котором введено скалярное произведение.
• Унитарное пространство: аналог евклидова пространства, но над полем комплексных чисел.
• Гильбертово пространство: полное бесконечномерное евклидово пространство с нормой, порождённой скалярным произведением.
• Банахо́во пространство: полное нормированное пространство (т.е. пространство, в котором любая фундаментальная последовательность сходится).

Значение и приложения

Линейные пространства являются центральным объектом линейной алгебры и функционального анализа. Их понятие лежит в основе многих разделов математики и её приложений:

• Физика: квантовая механика (пространства состояний — гильбертовы пространства), классическая механика (пространство скоростей и ускорений).
• Техника: обработка сигналов и изображений, теория управления, компьютерная графика и геометрическое моделирование.
• Экономика: модели линейного программирования, теория игр.
• Информатика: криптография, машинное обучение (представление данных и признаков в виде векторов), анализ данных.

Классификация по размерности

Линейные пространства принято разделять по размерности на конечномерные и бесконечномерные.

Конечномерные пространства

Для конечномерных пространств (например, \(\mathbb{R}^n\)) справедливы следующие ключевые утверждения:

• Все базисы имеют одинаковое число векторов, равное размерности пространства.
• Любой линейно независимый набор из \(k\) векторов может быть дополнен до базиса.
• Любое \(k\)-мерное подпространство в \(n\)-мерном пространстве можно рассматривать как образ некоторого линейного отображения.

Бесконечномерные пространства

Бесконечномерные пространства (например, \(C[a,b]\) или \(\mathbb{R}^\infty\)) изучаются в функциональном анализе. В таких пространствах понятие базиса усложняется: вместо конечной линейной комбинации для представления элемента могут потребоваться бесконечные ряды. Наиболее часто используются ортонормированные базисы (например, базис Фурье в пространстве квадратично интегрируемых функций \(L^2[a,b]\)).