Что значит "векторное пространство"

математическое понятие, обобщающее понятие совокупности всех векторов 3-мерного пространства на случай произвольного числа измерений.

математическое понятие, обобщающее понятие совокупности всех (свободных) векторов обычного трёхмерного пространства. Определение В. п. Для векторов трёхмерного пространства указаны правила сложения векторов и умножения их на действительные числа (см. Векторное исчисление ). В применении к любым векторам х, у, z и любым числам a, b эти правила удовлетворяют следующим условиям (условия А): 1) х + у = у + х (перестановочность сложения); 2) (х + у) + z = x + (y + z) (ассоциативность сложения); 3) имеется нулевой вектор 0 (или нуль-вектор), удовлетворяющий условию x + 0 = x: для любого вектора x; 4) для любого вектора х существует противоположный ему вектор у такой, что х + у = 0, 5) 1 ╥ х = х, 6) a(bx) = (ab) х (ассоциативность умножения); 7) (a + b) х = aх + bх (распределительное свойство относительно числового множителя); 8) a(х + у) = aх + aу (распределительное свойство относительно векторного множителя). Векторным (или линейным) пространством называется множество R, состоящее из элементов любой природы (называемых векторами), в котором определены операции сложения элементов и умножения элементов на действительные числа, удовлетворяющие условиям А (условия 1≈3 выражают, что операция сложения, определённая в В. п., превращает его в коммутативную группу). Выражение a1e1+ a2e2+ ┘ + anen═(1) называется линейной комбинацией векторов e1, e2,..., en с коэффициентами a1, a2,..., an. Линейная комбинация (1) называется нетривиальной, если хотя бы один из коэффициентов a1, a2,..., an отличен от нуля. Векторы e1, e2,..., en называются линейно зависимыми, если существует нетривиальная комбинация (1), представляющая собой нулевой вектор. В противном случае (то есть если только тривиальная комбинация векторов e1, e2,..., en равна нулевому вектору) векторы e1, e2,..., en называется линейно независимыми. Векторы (свободные) трёхмерного пространства удовлетворяют следующему условию (условие В): существуют три линейно независимых вектора; любые четыре вектора линейно зависимы (любые три ненулевых вектора, не лежащие в одной плоскости, являются линейно независимыми). В. п. называется n-мepным (или имеет «размерность n»), если в нём существуют n линейно независимых элементов e1, e2,..., en, а любые n + 1 элементов линейно зависимы (обобщённое условие В). В. п. называются бесконечномерным, если в нём для любого натурального n существует n линейно независимых векторов. Любые n линейно независимых векторов n-мepного В. п. образуют базис этого пространства. Если e1, e2,..., en ≈ базис В. п., то любой вектор х этого пространства может быть представлен единственным образом в виде линейной комбинации базисных векторов: x = a1e1+ a2e2+... + anen. При этом числа a1, a2,..., an называются координатами вектора х в данном базисе. Примеры В. п. Множество всех векторов трёхмерного пространства образует, очевидно, В. п. Более сложным примером может служить так называемое n-мерное арифметическое пространство. Векторами этого пространства являются упорядоченные системы из n действительных чисел: l 1, l 2,..., l n. Сумма двух векторов и произведение на число определяются соотношениями: (l1, l2, ┘, ln) + (m1, m2, ┘, mn) = (l1+ m1, l2+ m2, ┘, ln+ mn); a(l1, l2, ┘, ln) = (al1, al2, ┘, aln). Базисом в этом пространстве может служить, например, следующая система из n векторов e1 = (1, 0,..., 0), e2 = (0, 1,..., 0),..., en = (0, 0,..., 1). Множество R всех многочленов a0+ a1u + ┘ + anun (любых степеней n) от одного переменного с действительными коэффициентами a0, a1,..., an с обычными алгебраическими правилами сложения многочленов и умножения многочленов на действительные числа образует В. п. Многочлены 1, u, u2,..., un(при любом n) линейно независимы в R, поэтому R ≈ бесконечномерное В. п. Многочлены степени не выше n образуют В. п. размерности n + 1; его базисом могут служить многочлены 1, u, u2,..., un. Подпространства В. п. В. п. R" называется подпространством R, если R" Í R (то есть каждый вектор пространства R" есть и вектор пространства R) и если для каждого вектора v Î r" и для каждых двух векторов v1 и v2(v1, v2 Î R") вектор lv (при любом l) и вектор v1+ v2 один и тот же независимо от того, рассматриваются ли векторы v, v1, v2 как элементы пространства R" или R. Линейной оболочкой векторов x1, x2,... xp называется множество всевозможных линейных комбинаций этих векторов, то есть векторов вида a1x1+ a2x2+ ┘ + apxp. В трёхмерном пространстве линейной оболочкой одного ненулевого вектора x1 будет, очевидно, совокупность всех векторов, лежащих на прямой, определяемой вектором x

1. Линейной оболочкой двух не лежащих на одной прямой векторов x1 и x2 будет совокупность всех векторов, расположенных в плоскости, которую определяют векторы x1 и x

2. В общем случае произвольного В. п. R линейная оболочка векторов x1, x2,..., xp этого пространства представляет собой подпространство пространства R размерности р. В n-мерном В. п. существуют подпространства всех размерностей, меньших р. Всякое конечномерное (данной размерности k) подпространство R" В. п. R есть линейная оболочка любых k линейно независимых векторов, лежащих в R". Пространство, состоящее из всех многочленов степени £ n (линейная оболочка многочленов 1, u, u2,..., un), есть (n + 1)-мepное подпространство пространства R всех многочленов.

   Евклидовы пространства. Для развития геометрических методов в теории В. п. нужно указать пути обобщения таких понятий, как длина вектора, угол между векторами и т.п. Один из возможных путей заключается в том, что любым двум векторам х и у из R ставится в соответствие число, обозначаемое (х, у) и называемое скалярным произведением векторов х и у. При этом требуется, чтобы выполнялись следующие аксиомы скалярного произведения:

   1) (х, у) = (у, х) (перестановочность);

   2) (x1+ x2, y) = (x1, y) + (x2, y) (распределительное свойство);

   3) (ax, у) = a(х, у),

   4) (х, х) ³ 0 для любого х, причем (х, х) = 0 только для х = 0.

   Обычное скалярное произведение в трёхмерном пространстве этим аксиомам удовлетворяет. В. п., в котором определено скалярное произведение, удовлетворяющее перечисленным аксиомам, называется евклидовым пространством; оно может быть как конечномерным (n-мерным), так и бесконечномерным. Бесконечномерное евклидово пространство обычно называют гильбертовым пространством . Длина |x| вектора x и угол ═между векторами х и у евклидова пространства определяются через скалярное произведение формулами

   Примером евклидова пространства может служить обычное трёхмерное пространство со скалярным произведением, определяемым в векторном исчислении. Евклидово n-мepное (арифметическое) пространство En получим, определяя в n-мepном арифметическом В. п. скалярное произведение векторов x = (l1, ┘, ln) и y = (m1, ┘, mn) соотношением

   (x, y) = l1m1+ l2m2+┘ + lnmn.══(2)

   При этом требования 1)≈4), очевидно, выполняются.

   В евклидовых пространствах вводится понятие ортогональных (перпендикулярных) векторов. Именно векторы х и у называются ортогональными, если их скалярное произведение равно нулю: (х, у) = 0. В рассмотренном пространстве En условие ортогональности векторов x = (l1, ┘, ln) и y = (m1, ┘, mn), как это следует из соотношения (2), имеет вид:

   l1m1+ l2m2+┘ + lnmn= 0. (3)

   Применение В. п. Понятие В. п. (и различные обобщения) широко применяется в математике и её приложениях к естествознанию. Пусть, например, R ≈ множество всех решений линейного однородного дифференциального уравнения yn+ a1(x) y (n + 1) + ┘ + an (x) y = 0. Ясно, что сумма двух решений и произведение решения на число являются решениями этого уравнения. Таким образом, R удовлетворяет условиям А. Доказывается, что для R выполнено обобщённое условие В. Следовательно, R является В. п. Любой базис в рассмотренном В. п. называется фундаментальной системой решений, знание которой позволяет найти все решения рассматриваемого уравнения. Понятие евклидова пространства позволяет полностью геометризовать теорию систем однородных линейных уравнений:

   Рассмотрим в евклидовом пространстве Enвекторы ai = (ai1, ai2, ┘, ain), i = 1, 2,..., n и вектор-решение u = (u1, u2,..., un). Пользуясь формулой (2) для скалярного произведения векторов En, придадим системе (4) следующий вид:

   (ai, u) = 0, i = 1, 2, ┘, m.═(5)

   Из соотношений (5) и формулы (3) следует, что вектор-решение u ортогонален всем векторам ai. Иными словами, этот вектор ортогонален линейной оболочке векторов ai, то есть решение u есть любой вектор из ортогонального дополнения линейной оболочки векторов ai. Важную роль в математике и физике играют и бесконечномерные линейные пространства . Примером такого пространства может служить пространство С непрерывных функций на отрезке с обычной операцией сложения и умножения на действительные числа. Упомянутое выше пространство всех многочленов является подпространством пространства С.

   Лит.: Александров П. С., Лекции по аналитической геометрии, М., 1968; Гельфанд И, М., Лекции по линейной алгебре, М. ≈ Л., 1948.

   Э. Г. Позняк.

Ве́кторное (или лине́йное) простра́нство — математическая структура , которая представляет собой набор элементов, называемых векторами , для которых определены операции сложения друг с другом и умножения на число — скаляр . Эти операции подчинены восьми аксиомам. Скаляры могут быть элементами вещественного , комплексного или любого другого поля чисел . Частным случаем подобного пространства является обычное трехмерное евклидово пространство, векторы которого используются, к примеру, для представления физических сил . При этом следует отметить, что вектор как элемент векторного пространства не обязательно должен быть задан в виде направленного отрезка . Обобщение понятия «вектор» до элемента векторного пространства любой природы не только не вызывает смешения терминов, но и позволяет уяснить или даже предвидеть ряд результатов, справедливых для пространств произвольной природы.

Векторные пространства являются предметом изучения линейной алгебры . Одна из главных характеристик векторного пространства — его размерность. Размерность представляет собой максимальное число линейно независимых элементов пространства, то есть, прибегая к грубому геометрическому описанию, число направлений, невыразимых друг через друга посредством только операций сложения и умножения на скаляр. Векторное пространство можно наделить дополнительными структурами, например, нормой или скалярным произведением . Подобные пространства естественным образом появляются в математическом анализе , преимущественно в виде бесконечномерных , где в качестве векторов выступают функции . Многие проблемы анализа требуют выяснить, сходится ли последовательность векторов к данному вектору. Рассмотрение таких вопросов возможно в векторных пространствах с дополнительной структурой, в большинстве случаев — подходящей топологией , что позволяет определить понятия близости и непрерывности . Такие топологические векторные пространства , в частности, банаховы и гильбертовы , допускают более глубокое изучение.

Кроме векторов, линейная алгебра изучает также тензоры более высокого ранга (скаляр считается тензором ранга 0, вектор — тензором ранга 1).

Первые труды, предвосхитившие введение понятия векторного пространства, относятся к XVII веку . Именно тогда своё развитие получили аналитическая геометрия , учения о матрицах , системах линейных уравнений , евклидовых векторах .