跳轉到

挑戰 E:抽象空間專區

台大 112 年特色:\(\mathbb{Z}_2^n\)、Hermitian 矩陣空間、函數空間。這些是拉開差距的題目。


核心觀念

向量空間的本質:不在於「元素是什麼」,而在於「能做線性組合」。

\[V \text{ 是 } F\text{-向量空間} \Leftrightarrow \forall \mathbf{u}, \mathbf{v} \in V, \ \forall c, d \in F: \ c\mathbf{u} + d\mathbf{v} \in V\]

E1:ℤ₂ⁿ 有限域向量空間(112-Q1)

基本設定

  • \(\mathbb{Z}_2 = \{0, 1\}\),加法 = XOR,乘法 = AND
  • \(\mathbb{Z}_2^n\) = 所有 \(n\) 位二進制串
  • 元素個數:\(2^n\)
  • 維度:\(n\)

關鍵性質

特性 \(\mathbb{R}^n\) \(\mathbb{Z}_2^n\)
係數範圍 \(\mathbb{R}\) \(\{0, 1\}\)
\(\mathbf{v} + \mathbf{v}\) \(2\mathbf{v}\) \(\mathbf{0}\)
反元素 \(-\mathbf{v}\) \(\mathbf{v}\) 本身

題目

E1.1\(\mathbb{Z}_2^4\) 中,\(W = \{\mathbf{x} : x_1 + x_2 + x_3 + x_4 = 0\}\)(偶校驗碼)。求 \(\dim(W)\)\(|W|\)

解答

方法\(W = \ker(T)\)\(T(\mathbf{x}) = x_1 + x_2 + x_3 + x_4\)

\(T: \mathbb{Z}_2^4 \to \mathbb{Z}_2\) 是滿射(\(T(\mathbf{e}_1) = 1\)

秩-零度:\(\dim(W) = 4 - 1 = 3\)

\(|W| = 2^3 = 8\)

基底\(\{(1,1,0,0), (1,0,1,0), (1,0,0,1)\}\)

E1.2(編碼理論)Hamming(7,4) 碼 \(C = \ker(H)\)\(H\)\(3 \times 7\) 校驗矩陣,rank\((H) = 3\)。求 \(\dim(C)\) 和最小 Hamming 距離。

解答

\(\dim(C) = 7 - 3 = 4\)

\(|C| = 2^4 = 16\)

最小 Hamming 距離(非零碼字最少 1 的個數):Hamming(7,4) 碼 \(d_{min} = 3\)

可糾正 \(\lfloor (3-1)/2 \rfloor = 1\) 個錯誤。


E2:Hermitian 矩陣空間(112-Q1)

定義

\[H_n = \{A \in \mathbb{C}^{n \times n} : A^* = A\}\]

其中 \(A^* = \bar{A}^T\)(共軛轉置)。

關鍵問題

\(H_n\)\(\mathbb{C}\)-向量空間嗎?

否! 驗證純量乘法:設 \(A \in H_n\)\(c = i\)

\[(iA)^* = \bar{i}A^* = -iA \neq iA\]

所以 \(iA \notin H_n\)

\(H_n\)\(\mathbb{R}\)-向量空間嗎?

是!\(c \in \mathbb{R}\)\((cA)^* = \bar{c}A^* = cA\)

維度計算

\(H_n\) 作為 \(\mathbb{R}\)-向量空間:

  • 對角元:\(a_{ii} \in \mathbb{R}\),共 \(n\)
  • 上三角元(\(i < j\)):\(a_{ij} = x + iy\) 自由,下三角 \(a_{ji} = x - iy\) 決定

自由度:\(n + 2 \cdot \frac{n(n-1)}{2} = n^2\)

答案\(\dim_\mathbb{R}(H_n) = n^2\)

題目

E2.1 給出 \(H_2\)\(2 \times 2\) Hermitian 矩陣)作為 \(\mathbb{R}\)-向量空間的基底。

解答

一般 Hermitian 矩陣:\(\begin{bmatrix} a & x + iy \\ x - iy & b \end{bmatrix}\)\(a, b, x, y \in \mathbb{R}\)

基底(4 個): $\(E_1 = \begin{bmatrix} 1 & 0 \\ 0 & 0 \end{bmatrix}, \quad E_2 = \begin{bmatrix} 0 & 0 \\ 0 & 1 \end{bmatrix}\)$ $\(E_3 = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix}, \quad E_4 = \begin{bmatrix} 0 & i \\ -i & 0 \end{bmatrix}\)$

驗證 \(E_4\) 是 Hermitian:\((E_4)^* = \begin{bmatrix} 0 & -(-i) \\ \bar{i} & 0 \end{bmatrix} = \begin{bmatrix} 0 & i \\ -i & 0 \end{bmatrix} = E_4\)


E3:對稱/反對稱矩陣空間

直和分解

\[M_{n \times n} = S_n \oplus K_n\]
  • \(S_n = \{A : A^T = A\}\)(對稱)
  • \(K_n = \{A : A^T = -A\}\)(反對稱)

分解公式\(A = \frac{A + A^T}{2} + \frac{A - A^T}{2}\)

維度

空間 維度
\(S_n\) \(\frac{n(n+1)}{2}\)
\(K_n\) \(\frac{n(n-1)}{2}\)
\(M_{n \times n}\) \(n^2\)

驗證:\(\frac{n(n+1)}{2} + \frac{n(n-1)}{2} = n^2\)

題目

E3.1\(V = \{A \in M_3 : \text{tr}(A) = 0\}\)。證明 \(V\) 是子空間並求 \(\dim(V)\)

解答

子空間驗證: - \(O \in V\)\(\text{tr}(O) = 0\) ✓ - 加法封閉:\(\text{tr}(A + B) = \text{tr}(A) + \text{tr}(B) = 0\) ✓ - 純量乘法:\(\text{tr}(cA) = c \cdot \text{tr}(A) = 0\)

維度\(\text{tr}(A) = a_{11} + a_{22} + a_{33} = 0\) 是一個線性約束

\(\dim(V) = 9 - 1 = 8\)

E3.2 證明:反對稱矩陣的對角元全為 0。

解答

\(A^T = -A \Rightarrow a_{ii} = -a_{ii} \Rightarrow 2a_{ii} = 0 \Rightarrow a_{ii} = 0\)


E4:函數空間(113-Q10)

多項式空間 𝒫ₙ

  • 元素:次數 \(\leq n\) 的多項式
  • 標準基底:\(\{1, x, x^2, \ldots, x^n\}\)
  • 維度:\(n + 1\)

內積定義

\[\langle p, q \rangle = \int_{-1}^1 p(x)q(x)dx\]

奇偶性速算: - \(\langle x^{\text{odd}}, x^{\text{even}} \rangle = 0\)(奇函數積分為 0) - \(\langle 1, 1 \rangle = 2\) - \(\langle x, x \rangle = \frac{2}{3}\) - \(\langle x^2, x^2 \rangle = \frac{2}{5}\)

Gram-Schmidt 結果

\(\{1, x, x^2\}\) 正交化(在 \([-1,1]\) 內積下):

\[u_1 = 1, \quad u_2 = x, \quad u_3 = x^2 - \frac{1}{3}\]

這是 Legendre 多項式 \(P_0, P_1, P_2\)(差常數倍)。

題目

E4.1\(\langle p, q \rangle = \int_0^1 p(x)q(x)dx\) 下,對 \(\{1, x\}\) 做 Gram-Schmidt。

解答

\(\langle 1, 1 \rangle = 1\)

\(\langle x, 1 \rangle = \frac{1}{2}\)

\(u_1 = 1\)

\(u_2 = x - \frac{1/2}{1} \cdot 1 = x - \frac{1}{2}\)

E4.2\(p(x) = x^2\)\(W = \text{span}\{1, x\}\) 上的投影(內積 \(\int_{-1}^1\))。

解答

\(\{1, x\}\) 已正交(\(\langle 1, x \rangle = 0\))。

\[\text{proj}_W(x^2) = \frac{\langle x^2, 1 \rangle}{\langle 1, 1 \rangle} \cdot 1 + \frac{\langle x^2, x \rangle}{\langle x, x \rangle} \cdot x = \frac{2/3}{2} + 0 = \frac{1}{3}\]

E5:線性映射空間 ℒ(V, W)

定義

\[\mathcal{L}(V, W) = \{T: V \to W : T \text{ 是線性映射}\}\]

維度

\[\dim(\mathcal{L}(V, W)) = \dim(V) \cdot \dim(W)\]

原因\(T\) 由其在基底上的值決定,對應 \(m \times n\) 矩陣

題目

E5.1\(V = \mathcal{P}_2\)\(T: V \to V\) 定義為 \(T(p) = p'\)(微分)。求 \(\ker(T)\)\(\text{Im}(T)\)

解答

\(\ker(T) = \{p : p' = 0\} = \{\) 常數多項式 \(\} = \text{span}\{1\}\)

\(\dim(\ker T) = 1\)

\(\text{Im}(T) = \{p' : p \in \mathcal{P}_2\} = \{\) 次數 \(\leq 1\) 的多項式 \(\} = \mathcal{P}_1\)

\(\dim(\text{Im} T) = 2\)

驗證:\(1 + 2 = 3 = \dim(\mathcal{P}_2)\)


維度速查表

空間 元素 維度
\(\mathbb{R}^n\) \(n\) 維向量 \(\mathbb{R}\) \(n\)
\(\mathbb{Z}_2^n\) 二進制串 \(\mathbb{Z}_2\) \(n\)
\(\mathcal{P}_n\) 次數 \(\leq n\) 多項式 \(\mathbb{R}\) \(n+1\)
\(M_{m \times n}\) 矩陣 \(\mathbb{R}\) \(mn\)
對稱 \(S_n\) \(A^T = A\) \(\mathbb{R}\) \(\frac{n(n+1)}{2}\)
反對稱 \(K_n\) \(A^T = -A\) \(\mathbb{R}\) \(\frac{n(n-1)}{2}\)
Hermitian \(H_n\) \(A^* = A\) \(\mathbb{R}\) \(n^2\)
\(\{A : \text{tr}(A) = 0\}\) 跡零矩陣 \(\mathbb{R}\) \(n^2 - 1\)
\(\mathcal{L}(V, W)\) 線性映射 基域 \(\dim V \cdot \dim W\)
\(\ker(T)\)\(T: \mathbb{Z}_2^n \to \mathbb{Z}_2\) 校驗碼 \(\mathbb{Z}_2\) \(n - 1\)