Векторное пространство


В математике , физике и технике векторное пространство (также называемое линейным пространством ) представляет собой набор объектов, называемых векторами , которые можно складывать и умножать («масштабировать») на числа, называемые скалярами . Скаляры часто являются действительными числами , но некоторые векторные пространства имеют скалярное умножение на комплексные числа или, как правило, на скаляр из любой математической области . Операции векторного сложения и скалярного умножения должны удовлетворять определенным требованиям, называемым векторными аксиомами .(перечислены ниже в § Обозначения и определение ). Чтобы указать, являются ли скаляры в конкретном векторном пространстве действительными числами или комплексными числами, часто используются термины действительное векторное пространство и комплексное векторное пространство .

Некоторые наборы евклидовых векторов являются общими примерами векторного пространства. Они представляют собой физические величины, такие как силы , где любые две силы одного и того же типа могут быть сложены, чтобы получить третью, а умножение вектора силы на действительный множитель является еще одним вектором силы. Точно так же (но в более геометрическом смысле) векторы, представляющие перемещения в плоскости или трехмерном пространстве, также образуют векторные пространства. Векторы в векторных пространствах не обязательно должны быть стреловидными объектами, как они появляются в упомянутых примерах: векторы рассматриваются как абстрактные математические объекты .с определенными свойствами, которые в некоторых случаях можно представить в виде стрелок.

Векторные пространства являются предметом линейной алгебры и хорошо характеризуются своей размерностью , которая, грубо говоря, задает число независимых направлений в пространстве. Бесконечномерные векторные пространства естественным образом возникают в математическом анализе как функциональные пространства , векторы которых являются функциями . Эти векторные пространства обычно наделены некоторой дополнительной структурой, такой как топология , которая позволяет рассматривать вопросы близости и непрерывности . Среди этих топологий чаще используются те, которые определяются нормой или внутренним продуктом (оснащенные понятиемрасстояние между двумя векторами). Это особенно касается банаховых пространств и гильбертовых пространств , которые являются фундаментальными в математическом анализе.

Исторически первые идеи, приведшие к векторным пространствам, восходят к аналитической геометрии 17 века , матрицам , системам линейных уравнений и евклидовым векторам. Современная, более абстрактная трактовка, впервые сформулированная Джузеппе Пеано в 1888 году, охватывает более общие объекты, чем евклидово пространство , но большую часть теории можно рассматривать как расширение классических геометрических идей, таких как линии , плоскости и их многомерные аналоги.

Сегодня векторные пространства применяются в математике , естественных науках и технике . Это подходящее линейно-алгебраическое понятие для работы с системами линейных уравнений . Они предлагают основу для разложения Фурье , которое используется в процедурах сжатия изображений , и они обеспечивают среду, которую можно использовать для методов решения дифференциальных уравнений в частных производных . Кроме того, векторные пространства предоставляют абстрактный способ работы с геометрическими и физическими объектами, такими как тензоры , без координат . Это, в свою очередь, позволяет исследовать локальные свойства многообразий .методами линеаризации. Векторные пространства могут быть обобщены несколькими способами, что приводит к более продвинутым понятиям в геометрии и абстрактной алгебре .

Эта статья посвящена в основном конечномерным векторным пространствам. Однако многие принципы справедливы и для бесконечномерных векторных пространств.


Сложение векторов и скалярное умножение: вектор v (синий) добавляется к другому вектору w (красный, верхняя иллюстрация). Ниже w растягивается в 2 раза, что дает сумму v + 2 w .
Добавление функций: Сумма синуса и показательной функции с
Вектор v в R 2 (синий), выраженный в терминах различных оснований: с использованием стандартного базиса R 2 : v = x e 1 + y e 2 (черный) и с использованием другого, неортогонального базиса : v = f 1 + f 2 (красный).
Описание вектора стрелки v его координатами x и y дает изоморфизм векторных пространств.
Типичная матрица
Объем этого параллелепипеда является абсолютным значением определителя матрицы 3 на 3, образованной векторами r 1 , r 2 и r 3 .
Прямая, проходящая через начало координат (синяя, толстая) в R3 , является линейным подпространством . Это пересечение двух плоскостей (зеленой и желтой).
Коммутативная диаграмма, изображающая универсальное свойство тензорного произведения.
Единичные «сферы» в R 2 состоят из плоских векторов нормы 1. Изображены единичные сферы в различных p -нормах для p = 1, 2 и ∞. Больший ромб изображает точки 1-нормы, равной 2.
На следующих снимках показано суммирование от 1 до 5 членов при аппроксимации периодической функции (синий) конечной суммой синусоидальных функций (красный).
Гипербола , заданная уравнением xy знак равно 1 . Координатное кольцо функций на этой гиперболе задается R [ x , y ] / ( x · y − 1) , бесконечномерным векторным пространством над R .
Уравнение теплопроводности описывает рассеивание физических свойств с течением времени, например снижение температуры горячего тела, помещенного в более холодную среду (желтым цветом показаны более холодные регионы, чем красным).
Касательным пространством к 2-сфере в некоторой точке является бесконечная плоскость, касающаяся сферы в этой точке.
Лента Мёбиуса. Локально это выглядит как U × R.
Аффинная плоскость (светло-голубая) в R 3 . Это двумерное подпространство, сдвинутое на вектор x (красный).