선형대수학, 그 아홉 번째 이야기 | 무한 차원 벡터 공간
앞선 글에서 진행되었던 몇 가지 중요한 벡터 공간의 성질들은 항상 유한 차원에서 진행되었다는 것을 알 수 있다. 이 글에서는 이를 무한 차원으로 확장하려고 한다. 그를 위해서는 알아야 할 지식들이 몇 가지 있다.
어떤 집합 즉, |
여기서
우리는 집합족
즉,
우리는 위의 두 정의를 통해 Maximal Principle 이라 불리는 아래의 명제를 생각할 수 있다.
모든 |
이것은 다른 공리로부터 유도될 수 있는 명제로, 그 증명은 이 글의 정리에서
따라서 이를 기반으로 하여 극대 선형 독립 부분집합 (maximal linearly independent subset) 을 정의할 수 있다.
다음의 두 가지 조건을 모두 만족하는 1. 2. |
위의 정의는 maximal 의 정의와 굉장히 흡사해보이며, 그렇기 때문에 이를 maximal linearly independent subset 이라고 부르는 것이다.
위의 정의로부터, 우리는 벡터 공간의 기저와 관련한 다음 정리를 증명할 수 있다.
Proof
따라서
이제 무한 차원 벡터 공간에서 성립하는 아주 훌륭한 정리 하나를 소개할 준비가 되었다.
이 때 |
Proof
이제
이 때,
어떤
그런데
그러므로, maximal principle 에 의해
위의 정리가 훌륭하다고 한 이유는, 이것이 모든 벡터 공간이 기저가 존재함을 보장하기 때문이다.
모든 벡터 공간은 기저를 가진다 |
Proof
공집합은 분명히 선형 독립인 집합이다. 그렇기에 벡터 공간
공집합을 부분집합으로 가지지 않는 벡터 공간은 존재하지 않으므로, 모든 벡터 공간은 기저를 가진다.
또한 우리는 Replacement Theorem 과 유사한 방법으로 무한 차원 벡터 공간
'수학 > 선형대수학 | Linear Algebra' 카테고리의 다른 글
선형대수학, 그 열한 번째 이야기 | Dimension Theorem (0) | 2021.02.02 |
---|---|
선형대수학, 그 열 번째 이야기 | 선형 변환(Linear Transformation) (0) | 2021.02.02 |
선형대수학, 그 여덟 번째 이야기 | 벡터 공간의 차원(Dimension) (0) | 2021.02.01 |
선형대수학, 그 일곱 번째 이야기 | Replacement Theorem (2) | 2021.02.01 |
선형대수학, 그 여섯 번째 이야기 | 벡터공간의 기저 (Basis of Vector Spaces) (0) | 2021.02.01 |