这是用户在 2025-7-26 17:12 为 https://app.immersivetranslate.com/pdf-pro/b745c355-279e-4779-ba48-38aed81d1104/ 保存的双语快照页面,由 沉浸式翻译 提供双语支持。了解如何保存?

Линейная алгебра и аналитическая геометрия
线性代数与解析几何

Чайковский Дмитрий Александрович, Шаров Александр Николаевич, Мычка Евгений Юрьевич, Любавин Алексей Сергеевич
柴可夫斯基·德米特里·亚历山德罗维奇,沙罗夫·亚历山大·尼古拉耶维奇,梅奇卡·叶夫根尼·尤里耶维奇,柳巴温·阿列克谢·谢尔盖耶维奇
Совместный Университет МГУ-ППИ в Шэньчжэне факультет BMK
深圳北理莫斯科大学 BMK 系

02.2025-06.2025

Линейное подпространство
线性子空间

Подмножество L L LL линейного пространства V V VV называется линейным подпространством, если оно является линейным пространством относительно тех же законов композиции в V V VV.
线性空间 V V VV 的子集 L L LL 若关于 V V VV 中相同的合成法则仍构成线性空间,则称其为线性子空间。
Линейная оболочка векторов v 1 , , v k V v 1 , , v k V v_(1),dots,v_(k)in Vv_{1}, \ldots, v_{k} \in V :
向量的线性张成空间 v 1 , , v k V v 1 , , v k V v_(1),dots,v_(k)in Vv_{1}, \ldots, v_{k} \in V
L ( v 1 , , v k ) = { x = i = 1 k α i v i : α i P , i = 1 , , k } . L v 1 , , v k = x = i = 1 k α i v i : α i P , i = 1 , , k . L(v_(1),dots,v_(k))={x=sum_(i=1)^(k)alpha_(i)v_(i):alpha_(i)in P,AA i=1,dots,k}.\mathcal{L}\left(v_{1}, \ldots, v_{k}\right)=\left\{x=\sum_{i=1}^{k} \alpha_{i} v_{i}: \alpha_{i} \in P, \forall i=1, \ldots, k\right\} .
Каждое конечномерное пространство является линейной оболочкой векторов своего базиса (пространство ‘натянуто’ на свой базис).
每个有限维空间都是其基向量的线性张成空间(空间由其基"张成")。
Теорема. Если v 1 , , v k V v 1 , , v k V v_(1),dots,v_(k)in Vv_{1}, \ldots, v_{k} \in V, то L ( v 1 , , v k ) L v 1 , , v k L(v_(1),dots,v_(k))\mathcal{L}\left(v_{1}, \ldots, v_{k}\right) - линейное подпространство пространства V V VV.
定理。若 v 1 , , v k V v 1 , , v k V v_(1),dots,v_(k)in Vv_{1}, \ldots, v_{k} \in V ,则 L ( v 1 , , v k ) L v 1 , , v k L(v_(1),dots,v_(k))\mathcal{L}\left(v_{1}, \ldots, v_{k}\right) 是空间 V V VV 的线性子空间。

Сумма подпространств. Дополнительное подпространство
子空间的和。补子空间

Пусть L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} - линейные подпространства пространства V V VV.
L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} 是空间 V V VV 的线性子空间。

Сумма подпространств L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} - это множество
子空间 L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} 的和是指集合
L 1 + + L k = { x = x 1 + + x k : x i L i , i = 1 , , k } L 1 + + L k = x = x 1 + + x k : x i L i , i = 1 , , k L_(1)+dots+L_(k)={x=x_(1)+dots+x_(k):x_(i)inL_(i),AA i=1,dots,k}L_{1}+\ldots+L_{k}=\left\{x=x_{1}+\ldots+x_{k}: x_{i} \in L_{i}, \forall i=1, \ldots, k\right\}
x = x 1 + + x k x = x 1 + + x k x=x_(1)+dots+x_(k)x=x_{1}+\ldots+x_{k} - разложение вектора x x xx по подпространствам L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k}.
x = x 1 + + x k x = x 1 + + x k x=x_(1)+dots+x_(k)x=x_{1}+\ldots+x_{k} - 向量 x x xx 在子空间 L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} 上的分解。

Сумма подпространств L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} линейного пространства V V VV называется прямой, если для любого ее вектора разложение по слагаемым подпространствам является единственным.
若线性空间 V V VV 的子空间 L 1 , , L k L 1 , , L k L_(1),dots,L_(k)L_{1}, \ldots, L_{k} 之和中,任意向量的子空间分量分解具有唯一性,则称该和为直和。

Обозначение: L 1 L k L 1 L k L_(1)o+dots o+L_(k)L_{1} \oplus \ldots \oplus L_{k}.  记作: L 1 L k L 1 L k L_(1)o+dots o+L_(k)L_{1} \oplus \ldots \oplus L_{k}
Подпространство L 2 L 2 L_(2)L_{2} линейного пространства V V VV называется дополнительным к L 1 L 1 L_(1)L_{1}, если L 1 L 2 = V L 1 L 2 = V L_(1)o+L_(2)=VL_{1} \oplus L_{2}=V.
L 1 L 2 = V L 1 L 2 = V L_(1)o+L_(2)=VL_{1} \oplus L_{2}=V ,则称线性空间 V V VV 的子空间 L 2 L 2 L_(2)L_{2} L 1 L 1 L_(1)L_{1} 的补空间。

Обозначение: L 1 δ = L 2 L 1 δ = L 2 L_(1)^(delta)=L_(2)L_{1}^{\delta}=L_{2}.  标记: L 1 δ = L 2 L 1 δ = L 2 L_(1)^(delta)=L_(2)L_{1}^{\delta}=L_{2}
Теорема. V = L 1 L 2 dim V = dim L 1 + dim L 2 V = L 1 L 2 dim V = dim L 1 + dim L 2 V=L_(1)o+L_(2)<=>dim V=dimL_(1)+dimL_(2)V=L_{1} \oplus L_{2} \Leftrightarrow \operatorname{dim} V=\operatorname{dim} L_{1}+\operatorname{dim} L_{2} и L 1 L 2 = { θ } L 1 L 2 = { θ } L_(1)nnL_(2)={theta}L_{1} \cap L_{2}=\{\theta\}.
定理。 V = L 1 L 2 dim V = dim L 1 + dim L 2 V = L 1 L 2 dim V = dim L 1 + dim L 2 V=L_(1)o+L_(2)<=>dim V=dimL_(1)+dimL_(2)V=L_{1} \oplus L_{2} \Leftrightarrow \operatorname{dim} V=\operatorname{dim} L_{1}+\operatorname{dim} L_{2} L 1 L 2 = { θ } L 1 L 2 = { θ } L_(1)nnL_(2)={theta}L_{1} \cap L_{2}=\{\theta\}
Домашнее задание:  家庭作业:
№№ 45.1-45.5, 45.16, 45.25-45.27, 45.33, 45.42 .
第 45.1-45.5 题,45.16 题,45.25-45.27 题,45.33 题,45.42 题。