不是向量空間的每個子集本身都是向量空間。一個隨機的子集可能不包含零向量,或者在你將其中兩個元素相加時「逃出」子集。**線性子空間(linear subspace)**是保持向量空間結構的子集——它們在線性代數中自然地到處出現:作為核、作為像、作為齊次方程組的解集。
定義
設 V 是體 F 上的向量空間。V 的一個非空子集 W⊆V 是 V 的線性子空間(也簡稱子空間),如果它滿足以下三個條件:
- 0∈W (零向量屬於 W)
- u,v∈W⟹u+v∈W (在加法下封閉)
- u∈W, c∈F⟹cu∈W (在純量乘法下封閉)
當這些成立時,W 本身就是一個向量空間,使用與 V 相同的運算。所有向量空間公理——結合性、分配律等——都從 V 中自動繼承,因為 W 的元素和運算只是將 V 的元素和運算限制在 W 上。上面的三個條件是你唯一需要驗證的。
子空間判準
條件 2 和 3 合在一起說明 W 在所有線性組合下封閉。這引出一個簡潔的檢驗:
子空間判準:非空子集 W⊆V 是 V 的子空間,當且唯當
u,v∈W 且 c,d∈F⟹cu+dv∈W.
(在所有線性組合下封閉。)
這個條件也暗示 0∈W 而無需另行驗證:由於 W 非空,存在某個 u∈W;取 c=0 得 0⋅u=0∈W。所以你只需驗證 W 非空且在線性組合下封閉。
例子
平凡子空間
W={0} 是任意向量空間的最小子空間。它只包含零向量,顯然滿足三個條件。
整個空間
W=V 本身平凡地是一個子空間——它是最大的。
R3 中過原點的直線和平面
- R3 中任何過原點的直線——對固定非零 v 形如 {tv:t∈R} 的集合——是一維子空間。
- R3 中任何過原點的平面——對線性獨立的 u,v 形如 {su+tv:s,t∈R} 的集合——是二維子空間。
注意「過原點」的要求:不過原點的直線或平面不是子空間(它不包含 0)。
齊次方程組的解集
若 A∈Mm,n(F),則齊次方程組 Ax=0 的解集是 Fn 的子空間。驗證:A0=0(零是一個解);若 Ax=0 且 Ay=0,則 A(x+y)=0;若 Ax=0,則 A(cx)=c(Ax)=0。這個子空間是 A 的核,在核中展開。
反例
R2 中不過原點的直線,比如 {(x,y):y=x+1},不是子空間:它不包含 (0,0),而且 2⋅(1,2)=(2,4) 不在 y=x+1 上。封閉性條件不成立。
張成與基底
由線性張成,任意子集 S⊆V 的張成自動是一個子空間——包含 S 的最小子空間。這從任意一組向量提供了豐富的子空間來源。
子空間的基底
子空間 W 的基底是一個子集 B⊆W,它:
- 線性獨立(如線性相依中定義的)。
- 張成:span(B)=W。
基底是「最小張成集」,同時也是 W 內的「最大獨立集」。W 的任意基底的元素數目永遠相同——這個共同的數目是 W 的維度,記作 dimW。
摘要
- 子空間 W⊆V 是在加法和純量乘法下封閉的非空子集;等價地,在所有線性組合 cu+dv 下封閉。
- 非空且在線性組合下封閉自動確保 0∈W 和所有向量空間公理。
- 關鍵例子:{0}、V 本身、過原點的直線/平面,以及齊次方程組的解集。
- 不包含 0 的子集(如平移後的仿射子空間)不是子空間。
- 任意集合 S 的張成(線性張成)是包含 S 的最小子空間。
- W 的基底是線性獨立的張成集;其大小是 dimW。