形式陈述
内直和:同一空间中的唯一分解
设 V 是域 F 上的向量空间,U 1 , … , U m 是它的子空间 理路 线性子空间 Linear subspace · Vector subspace 在原向量运算下封闭、因而自身构成向量空间的非空子集。 。它们的和为
U 1 + ⋯ + U m = { u 1 + ⋯ + u m : u i ∈ U i } . 若其中每个向量只有一种这样的分解,就记为
U 1 ⊕ ⋯ ⊕ U m . 写 V = U 1 ⊕ ⋯ ⊕ U m 同时断言:这些分量能够覆盖整个 V ,并且分解唯一。[1]
唯一性有一个特别好用的等价条件:
u 1 + ⋯ + u m = 0 , u i ∈ U i ⟹ u 1 = ⋯ = u m = 0. 为什么只检查零就够?若同一向量有两种分解,逐项相减就得到一种零的分解;条件迫使各项差都为零。反过来,如果零有非平凡分解,把它加到任意一组分量上,就会得到另一种分解。
两个子空间时,这进一步化成
是 直 和 U + W 是直和 ⟺ U ∩ W = { 0 } . 如果交集中有非零向量 z ,则 0 = z + ( − z ) 已经破坏唯一性;若交集只有零,由 u + w = u ′ + w ′ 得 u − u ′ = w ′ − w ∈ U ∩ W ,唯一性随即成立。
外直和:先把分量放进带位置的槽位
若 V 1 , … , V m 起初不是同一空间的子空间,仍可构造外直和:其元素是元组 ( v 1 , … , v m ) ,加法和数乘逐分量进行。有限个空间的外直和与直积使用相同的元组集合。
外直和中的 ( u , w ) 保留了“哪一部分来自哪个空间”的标签;把已经嵌入同一空间的分量相加,则得到 u + w 。连接两种观点的是求和映射
Σ : U 1 × ⋯ × U m ⟶ U 1 + ⋯ + U m , ( u 1 , … , u m ) ↦ ∑ i u i . 它总是满射;内直和条件恰好说它还是单射,所以成为线性同构。若条件不成立,外部的不同元组会在求和后合并为同一个向量。例如 U 1 = U 2 = U ≠ { 0 } 时,取非零 u ∈ U ,( u , 0 ) 与 ( 0 , u ) 在外直和中是不同元组,却都被 Σ 送到 u 。[1]
直觉
不只是能够拼成,还要只能这样拼成
平面向量 ( a , b ) 可以唯一分成水平分量 ( a , 0 ) 与竖直分量 ( 0 , b ) 。直和抽象的就是这种分量来自指定空间,而且分解唯一 的结构。普通的子空间之和只要求“能写成”;直和进一步要求“没有第二种写法”。
若每个分量空间各选一组基,直和中的唯一分解就让这些基合在一起成为整个和空间的基。每个向量先按分量拆开,再在分量内作线性组合 理路 线性组合与张成 Linear combination and span 有限标量加权和及由给定向量生成的最小子空间。 ,两层系数都唯一确定。
例子与边界
斜方向的直和与三个子空间的依赖
在 R 2 中,取
U = span ( 1 , 0 ) , W = span ( 1 , 1 ) . 两条直线并不垂直,却有
( a , b ) = ( a − b , 0 ) + ( b , b ) , 且分解唯一,所以 R 2 = U ⊕ W 。直和来自线性独立的分量安排,正交直和则是在有内积时额外要求各分量互相正交。
三个及以上子空间时,两两交集为零不再充分。例如
U 1 = span ( 1 , 0 ) , U 2 = span ( 0 , 1 ) , U 3 = span ( 1 , 1 ) 的两两交集都只有零,但
( 1 , 0 ) + ( 0 , 1 ) + ( − 1 , − 1 ) = 0 给出非平凡的零分解。第三条直线可以由前两条合成,尽管它不与任何一条单独重合。一般情形需要检查 U i ∩ ∑ j ≠ i U j = { 0 } 对每个 i 成立,或直接使用零分解判据。[1]
有限维时,也可以用维数核对:
dim ( U 1 + ⋯ + U m ) = ∑ i = 1 m dim U i 当且仅当这个和是直和。左边严格更小时,多算的维数就是分解自由度之间存在依赖的信号。
无限情形为什么限制有限支撑
对任意指标集 I ,代数外直和定义为
仅 有 限 多 个 ⨁ i ∈ I V i = { ( v i ) i ∈ I : v i ∈ V i , 仅有限多个 v i ≠ 0 } . “有限支撑”使加法与线性映射只涉及有限次代数运算,不需要引入收敛概念。相应直积 ∏ i V i 则允许无限多个非零分量。
例如 ⨁ n ≥ 0 R 是最终为零的实数序列,可自然看作实系数多项式的系数序列;∏ n ≥ 0 R 包含 ( 1 , 1 , 1 , … ) ,对应的形式幂级数不必是多项式。
Hilbert 空间的 Hilbert 直和由满足 ∑ i ‖ v i ‖ 2 < ∞ 的分量族组成,也就是代数直和在相应范数下的完备化。例如每个分量为 R 时,得到 ℓ 2 :它包含无限支撑的 ( 1 , 1 / 2 , 1 / 3 , … ) ,但不包含直积中的 ( 1 , 1 , 1 , … ) 。
模的直和使用同一有限支撑构造
若 M i 是同一含幺环 R 上的左模 理路 模 Module 以含幺环元素作标量、以阿贝尔群作加法结构的代数对象。 ,定义
仅 有 限 多 个 ⨁ i ∈ I M i = { ( m i ) : m i ∈ M i , 仅有限多个 m i ≠ 0 } , r ( m i ) = ( r m i ) . 加法也逐分量进行。有限支撑在这两种运算下保持,因此结果仍是左 R -模,不要求 R 交换。若 M i 已是同一个模的子模 理路 子模 Submodule 对加法和标量乘法封闭的模子集。 ,求和映射是模同态 理路 模同态 Module homomorphism 同时保持加法与标量乘法的模之间映射。 ;它为同构,当且仅当每个元素能唯一写成来自这些子模的有限和。两个分量时仍等价于 M = N + P 且 N ∩ P = 0 ,投影 n + p ↦ n 也保持 R -标量作用。
定义和零分解证明都不需要基,但补模的存在与向量空间不同。整数模 2 Z ⊆ Z 没有补模:任一非零子模 m Z 都与它含有共同的非零元素 2 m ,零子模又不能补足整个 Z 。因此“每个子空间都有补空间”不能无条件搬到模上。
推论与应用
分解如何产生投影与分块计算
若 V = U ⊕ W ,可以定义投影 P ( u + w ) = u 。由于分解唯一,P 是良定义的线性映射 理路 线性映射 Linear map · Linear transformation 保持向量加法和标量乘法的函数。 ,满足
P 2 = P , im P = U , ker P = W . 前面的斜直和给出 P ( a , b ) = ( a − b , 0 ) ,矩阵为 ( 1 − 1 0 0 ) 。它沿直线 W = span ( 1 , 1 ) 投到横轴,满足 P 2 = P 。标准欧氏内积下的正交投影则沿纵轴投到横轴,公式为 ( a , b ) ↦ ( a , 0 ) ;两者的投影方向不同。
如果一个线性算子分别保持每个直和分量,按分量选基后就得到分块对角矩阵,可以逐块研究其行为。Jordan 标准形 理路 Jordan 标准形 Jordan canonical form · Jordan normal form 在特征多项式分裂时,把有限维算子表示成 Jordan 块直和。 按不变分量组织算子;分裂正合列 理路 分裂正合列 Split exact sequence · Splitting lemma 短正合列通过同态截面或回缩与子对象和商对象相容地分解。 则通过一个截面选出核的补空间,得到定义域的直和分解。
参考资料
[1] Sheldon Axler,Linear Algebra Done Right ,4th ed. ,§1C、§3D:子空间和、零分解判据,以及积空间与内直和的求和映射。
[2] Serge Lang,Algebra ,3rd ed.:模的直积、直和与有限支撑构造;无限代数直和的进一步阅读。
[3] Allen Altman、Steven Kleiman,A Term of Commutative Algebra ,2012-09-03 版,§4 “Modules”:逐分量模运算与有限支撑直和。