7 votos

¿Por qué isn ' t ' intuitiva ' útil de multiplicación de vectores?

En Axler del Álgebra Lineal Hecho a la Derecha, en la introducción a los vectores que dice:

Podríamos definir una multiplicación en $\mathbf{F}^n$ en una manera similar [además], comenzando con dos elementos en $\mathbf{F}^n$ y conseguir otro elemento de $\mathbf{F}^n$ multiplicando correspondientes coordenadas. La experiencia nos muestra que esta definición no es útil para nuestros propósitos.

En qué aspectos se esta definición de la prueba? Y ¿cómo no? Hay una razón fundamental por la que esta definición de la multiplicación es malo para un espacio vectorial?

Hay ejemplos de éxito de la aplicación de esta definición de la multiplicación?

11voto

littleO Puntos 12894

El de las componentes del producto, en ocasiones, es útil, de hecho tiene un nombre (el producto de Hadamard). Pero es menos fundamental que el producto escalar porque no tiene una buena interpretación geométrica, no es invariante bajo rotaciones y traslaciones, no generalizar bien a un resumen de espacio vectorial, y probablemente también otras razones. Una razón de que el producto escalar es tan útil es que siempre queremos escribir un vector como combinación lineal de otros vectores, y el producto escalar nos ayuda a hacer que (al menos en el caso de que los otros vectores forman un ortonormales conjunto).

5voto

GmonC Puntos 114

Si uno se equipa $F^n$ con la costumbre de adición de vectores y componente sabio multiplicación, entonces se convierte en una bona fide conmutativa anillo llamado el producto directo de los $F\times F\times\cdots\times F$ $n$ copias de los anillos (en el hecho de campo)$~F$. Si usted también desea la multiplicación escalar por elementos de $F$ en la imagen, luego este anillo se convierte en un $F$-álgebra.

Así que este enfoque no es algo inaudito. Simplemente no se siente bien en el contexto, donde el álgebra lineal es estudiado.

Una de las principales características de álgebra lineal es el alto grado de simetría que los objetos de estudios (es decir, espacios vectoriales) poseer. En el caso de un número finito de dimensiones del espacio, uno puede elegir casi cualquier colección de el número correcto (la dimensión$~d$) de los vectores, y usar eso como base para establecer un isomorfismo con un estándar de espacio vectorial $F^d$; basta para evitar la linealmente dependiente de las familias, que (entre las familias de $d$ vectores) son bastante escasas. El hecho de que muchas de las opciones dan esencialmente el mismo resultado y, por lo tanto, el espacio cuenta con un gran número de simetrías a sí mismo, es realmente una característica distintiva de álgebra lineal. Si usted debilitar la condición de trabajo de más de un campo a trabajar a través de un anillo (incluso un muy buen uno como un PID) y luego se suelta esta abrumadora simetría aspecto (aunque algunos simetría sigue siendo) y esto cambia radicalmente el tema. Incluso los grupos, que son la esencia de la simetría en sí, no tiene el tipo de simetría que los espacios vectoriales tienen.

(Por otro lado, tenga en cuenta que el trabajo de más de un sesgo de campo, también conocida como la división del anillo, las propiedades de simetría se conserva, y es muy razonable que un comienzo de curso de Álgebra Lineal debería trabajar en un sesgo campos. Pero que yo sepa nadie a excepción de Bourbaki o R. Godement en realidad lo hace.)

Así que aquí es la razón por la que el componente sabio producto no es realmente útil en álgebra lineal: es completamente rompe la simetría de la propiedad de los espacios vectoriales. A diferencia de vectores distintos de cero en $F^n$, distinto de cero elementos del anillo de $F\times F\times\cdots\times F$ vienen en muchos tipos (hay, por ejemplo, invertible, divisores de cero, y idempotents), y en consecuencia, existen muy pocos simetrías del anillo de $F\times F\times\cdots\times F$ (a pesar de la permutación de los factores de contar todavía). Por comparación, la introducción de un producto escalar rompe la simetría algo, pero en menor medida. En lugar de la libertad de todas las bases, uno tiene que restringir a ortonormales bases para obtener los mismos resultados entre todas las opciones. Y además, en algunas aplicaciones (en particular de la física), la simetría se ha reducido en la situación que se pretende estudiar (la naturaleza de singles a cabo un determinado significativa interna del producto).

3voto

manthanomen Puntos 1447

Adición de vectores es útil porque tiene físicas y geométricas de las interpretaciones (como la combinación de dos o más fuerzas en la física y en la "regla del paralelogramo"). El producto escalar es útil porque está relacionada con la longitud y el ángulo, a través de las fórmulas de $||v||^2 = v \cdot v$$||u||||v||\cos \theta = u \cdot v$. El producto cruzado es útil porque produce vectores ortogonales (y también tiene una interpretación geométrica -- $||u \times v||$ es el área del paralelogramo generado por $u$$v$).

Hace la multiplicación estás describiendo han interpretaciones como estas? Yo diría que no.

2voto

Hagen von Eitzen Puntos 171160

¿La multiplicación que se describe depende de la elección de base - y quién en su sano juicio podría funcionar con una base específica en un espacio del vector?

2voto

Hurkyl Puntos 57397

Realmente no hay ninguna diferencia entre, por ejemplo, haciendo un cálculo algebraico con $\mathbf{F}^2$ tal como usted la describe, y haciendo a separar los dos cálculos algebraicos con $\mathbf{F}$.

El uso de $\mathbf{F}^n$ puede ser una buena contabilidad de la herramienta cuando usted necesita para mantener un seguimiento de $n$ cosas diferentes a la vez. O si $\mathbf{F}^n$ aparece en un mayor algebraica de cálculo, que nos dice que podemos dividir el objeto de estudio aparte, a $n$ piezas.

Pero el estudio detallado de $\mathbf{F}^n$ realmente no nos dice nada que no sepamos ya.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X