1-1线性空间与线性变换
第1章 线性空间与线性变换
请双面打印/复印(节约纸张)工程矩阵理论主讲: 张小向第一章 线性空间与线性变换第一节 线性空间的基本概念 第二节 基, 维数与坐标变换 第三节 子空间的和与交 第四节 线性映射 第五节 线性映射的矩阵 第六节 线性映射的值域与核 第七节 几何空间线性变换的例子 第八节 线性空间的同构第一章 线性空间与线性变换§1.1 线性空间的基本概念第一章 线性空间与线性变换§1.1 线性空间的基本概念§1.1 线性空间的基本概念 一. 几个具体的例子 1.n= {(a1, …, an)T | a1, …, an ∈ }.2, 3).1. n. 2. [x]. 3. Mm×n( ). 4. { f(x) | f: → }. 5. = {x∈ | x > 0}. a⊕b = ab, ∀a, b∈ +; k⊗a = ak, ∀a∈ 6. V = {α}.+, +非空集合(特例: 2. [x] ={a0+a1x+…+anxn a11 a21 … am1| a1, …, an ∈ }. .3. Mm×n( ) =a12 … a1n a22 … a2n 诸aij ∈ … …… am2 … amn共 同 点系数域 两种运算 八条规则∀k∈ .α +α = α, kα = α, ∀k∈ .第一章 线性空间与线性变换§1.1 线性空间的基本概念第一章 线性空间与线性变换§1.1 线性空间的基本概念二. 线性空间的定义与性质 定义1.1.1 线性空间V(F). V——非空集合 F——数域 加法交换律 结合律 有零元素 每个元素都有负元素 1α = α k(lα) = (kl)α (k+l)α = kα + lα k(α+β) = kα + kβ定理1.1.1. (1) 零向量唯一; (2) 任一向量的负向量唯一; (3) 0α = θ; (4) kθ = θ; (5) (−1)α = −α, (−k)α = −(kα); (6) kα = θ ⇒ k = 0或α = θ.数乘272365083@1
线性空间与线性变换
因此,要研究线性空间,只需要研究它得最大 线性无关组----即为基(basis)
三、线性空间得基与维数
基(basis):线性空间得极大无关组; 维数(dimension):基中向量得个数; 常见线性空间得基与维数:
Fn,自然基{e1,e2,…,en},dim Fn =n
Rmn ,自然基{Eij},dim Rmn =mn。
F[t]3 ,自然基{1,t,t2},dimF[t]3 =3 C[a,b], {1,x,x2,x3…x n-1 …}C[a,b],
dim C[a,b]= 约定:
本书主要研究有限维线性空间。
四、坐标
坐标得来历:设{1,2,…, n } 就是空间V得一组基, V, 可以由基1,2,…, n唯一线性表示 =x11+x22+…+xn n 则x1 ,x2, …, xn 就是在基{i}下得坐标。
求 V1 V2, V1 V2.
§1、3 线性空间V与Fn得同构
坐标关系
V
Fn
V得基{1,2,。。。 n}
由此建立一个Hale Waihona Puke Baidu一对应关系
V,X Fn, ()=X
(1+2)=(1)+(2) (k)=k()
在关系下,线性空间V与Fn同构。
矩阵分析引论--第一章 线性空间与线性变换-线性空间的概念、 基变换与坐标变换
第一章第一二节 线性空间的概念、基变换与坐标变换
② 可以证明:
0a 0, k0 0, (1)a a . ka 0 的充要条件是 k 0 或 a 0.
③ 可以定义元素的减法为
a b a (b ).
目录 上页 下页 返回 结束
第一章第一二节 线性空间的概念、基变换与坐标变换
(2)在P与V的元素之间还定义了一种运算(称为
数乘, k与a的数乘记为ka),
且 a V ,k P, 有 ka V ;
目录 上页 下页 返回 结束
第一章第一二节 线性空间的概念、基变换与坐标变换
(3)加法与数乘满足以下八条规则:
(ⅰ) a b b a; (ⅱ) (a b ) a (b );
定义1-2:线性相关,线性无关,线性组合,线性表示
设 a1,a2 ,,an是线性空间V(P)的一组向量,
如果存在P中一组不全为0的数 k1, k2 ,, kn,使得
k1a1 k2a2 knan 0 成立,则称向量 a1,a2,,an 线性相关.
若等式 k1a1 k2a2 knan 0 当且仅当
例5 S X Pn X是齐次线性方程组AX 0的解;
例6 R : 全体正实数;数域为R. 定义加法及数乘
运算为: a b ab ; (a , b R ) k a a k . (k R,a R )
1-1 线性空间
A = B ⇔ A ⊆ B , B ⊆ A.
集合的运算: 集合的运算: (1) A I B = { x | x ∈ A且x ∈ B }; (2) A U B = { x | x ∈ A或x ∈ B }; (3) A + B = { x + y | x ∈ A,y ∈ B }. 数域(field):关于四则运算封闭的数的集合。 :关于四则运算封闭的数的集合。 数域 任何数域都含有元素 和元素 任何数域都含有元素0和元素 ; 都含有元素 和元素1;
集合的表示: 集合的表示: (1) 列举所有元素,如N={1,2,3,4,5}; 列举所有元素, ; (2) 给出集合中元素的性质,如 给出集合中元素的性质, 2 2 单位圆周: 单位圆周: N = {(a , b) | a + b = 1}, 正整数集: 正整数集: N 0 = {n | n是正整数}。 不包含任何元素的集合称为空集 不包含任何元素的集合称为空集(empty set)。 空集 。 若 ∀a ∈ A ⇒ a ∈ B , 则A是B的子集 是 的子集(subset), ⊆ B; , A 相等(equivalent),A=B 若 a ∈ A ⇔ a ∈ B , 则A与B相等 与 相等 ,
例4 在Rn中,分别讨论下面两个向量组的线性相 关性: 关性: ′ ε1 = ( 1, 0,L , 0 ) , ε1 = ( 1, 1,L , 1, 1) , ′ ε2 = ( 0, 1,L , 0 ) , ε2 = ( 0, 1,L , 1, 1) , M M εn = ( 0, 0,L , 1) . εn = ( 0, 0,L , 0, 1) . ′ 讨论下面2阶矩阵的线性相关性 阶矩阵的线性相关性: 例5 讨论下面 阶矩阵的线性相关性: a 1 1 a 1 1 1 1 A1 = , A2 = 1 1 , A3 = a 1 , A4 = 1 a . 1 1 上全体实函数构成的线性空间, 例6 设V是R上全体实函数构成的线性空间,讨论 是 上全体实函数构成的线性空间 讨论V 中元素组t, 的线性相关性。 中元素组 ,et,e2t的线性相关性。
矩阵论第一章线性空间和线性变换
所以要再规定数系的元和V 中的元之间的结合关系,不妨称之为“乘
法”。根据我们对数量乘积所记录的经验,我们认为这个乘法应该服 从某些经验规则,特别是结合律和分配律。当然,因为“乘”表示同 类物质的数量累积,而累积了的物质仍是物质,所以“乘”应该是对
(交换律) (结合律)
记 F 为数域,在 F 和V 之间定义“乘法”,使其满足(按通常的记法,
乘号略去,符号紧靠并列就表示乘):
M1 : ∀a∈ F, ∀x∈V ax∈V
(对V 的封闭性)
M2 : ∀a∈ F, ∀x, y ∈V , a( x + y) = ax + ay
(数乘对向量加法的分配律)
M3 : ∀a,b∈ F, ∀x∈V (a + b) x = ax + bx
∀x∈V ,∃θ ∈V , x +θ =θ + x = x
(1.2 − 3)
称θ 为零元。不仅此也,由 A4 还可得出 x,θ ∈V ,∃y, x + y =θ
(1.2 − 4)
对 x 而言,按 A4 ,这样的 y 一定有,将其记作(−x),于是
x∈V ,∃ − x∈V , x + (−x) = (−x) + x =θ
1-1线性空间
第一专题 线性空间和线性变换
矩阵是研究线性模型最基本的工具之一。根据本书的性质,我们假定读者已具备了这方面的基础知识。本书的目的是对本科《线性代数》教材中没有论及或讨论不够充分,而在线性模型讨论中经常用到的一些矩阵知识,给予系统而扼要地叙述。
§1 线性空间
一、线性空间的概念与性质
线性空间是由具体的几何平面和空间的特征经过抽象提炼出来的一个数学概念。粗略地说,在一个非空集合上定义了线性运算,并且这种运算满足一定的规则,那么这个非空集合就成为一个线性空间。因此,一个线性空间必须有由线性运算规定的代数结构(由集合与满足一定运算规律的一些代数运算合在一起组成的系统),以便于用数学方法对它研究。为了说明它的来源,在引入定义之前,先看几个熟知的例子。
例1 在解析几何中,我们讨论过三维空间中的向量。向量的基本属性是可以按平行四边形规律相加,也可以与实数作数量乘法。我们看到,不少几何和力学对象的性质是可以通过向量的这两种运算来描述的。
例 2 为了解线性方程组,我们讨论过以n 元有序数组)(21n ,a ,,a a 作为元素的n 维向量空间。对于它们,也有加法和数量乘法,那就是:
),()()(22112121n n n n b ,a ,b ,a b a ,b ,,b b ,a ,,a a +++=+ ).()(2121n n ,ka ,,ka ka ,a ,,a a k =
从这些例子中我们可以看到,所考虑的对象虽然不同,但它们有一个共同点,那就是它们都有加法和数量乘法这两种运算。抽取它们的共同点,把它们统一起来加以研究,我们可以引入线性空间的概念。
第1章 线性空间与线性变换讲义
对于任意的 l F 及任意的a V ,总有唯一的元素
d V 与之对应,称d 为l与a 的积,记作 d = la,且
( 5 ) l ( a ) = ( l )a ( 6 ) ( l + )a = l a + a ( 7 ) l (a + b ) = la + lb
( 8 ) 1a = a
是 R 3 中的两组基, a 在基 a 1 , a 2 , a 3 下的坐标
向量是1, 2, - 1,求 a 在基 b 1 , b 2 , b 3 下的坐标。
20
1.2 子空间与维数定理
定义: 设V 是数域F上的线性空间,W 是V 的非空子集, 若对于V 中的加法和数乘二种运算, W 是数域F 上的线性空间,则称W 是V 的子空间。 定理: 设V 是数域F上的线性空间,W 是V 的非空子集, 若W 对于V 中的加法和数乘二种运算封闭,即
则 W 是 V 的子 空间, 并称W 为由a 1 , a 2 , , a m 生成 的
V 的子空间, 记作
Biblioteka Baidu
W = a1 , a 2 , ,a m
定理: 设V 是F上的线性空间, a1 , ,a m , b1 , , b n V
W1 = a1 , a 2 , ,a m , W2 = b1 , b 2 , , b n 若向量组{a1 , a 2 , ,a m } 与 {b1 , b 2 , , b n } 等价,
第一章线性空间与线性变换
满足以上 8条规则的非空集合V, 称 为数域P上的线性(向 量)空间,V中的 元素称为向量。
⎜⎛ ⎜
x1
⎟⎞ ⎟
例:几何空间中的全部
向量x=⎜ ⎜ ⎜⎜⎝
x2 Μ
xn
⎟组成 ⎟ ⎟⎟⎠
的集合,对于通常的向 量加法和数乘形成
线性空间。
它的加法和数乘可以表示成
⎜⎛ x1 + y1 ⎟⎞
⎜⎛ kx1 ⎟⎞
与之对应,且 定义:
γ=α+β
加法规则:
(1) α + β = β + α α , β ∈ V
(2) ( α + β ) +γ = α + (β + γ ) α, β, γ ∈V
(3) V中存在零元素“0”,满足α+0=α
(4) 对任一 α ∈ V,存在- α ∈ V,使得 α+(- α)=0,称- α是α的
即
⎜ ⎜ ⎜⎜⎝
y2 ⎟ yΜn ⎟⎟⎟⎠
=
P
−1
⎜ ⎜ ⎜⎜⎝
x2 ⎟ xΜn ⎟⎟⎟⎠
(1.1.12)
例:在Rn中,已知向量 x在基e1,e2,Λ en下的坐
标为( ξ1,ξ2,Λ ξn)T,求当该基改变为基
( y1,y2,Λ yn)时,向量 x在新基下的坐标
( η1,η2,Λ ηn)T
子空间 V3 也可以写成:
矩阵分析课件chapter1线性空间和线性变换例题详解
矩阵是什么?
矩阵是线性映射的表示:
线性映射的相加表示为矩阵的相加
线性映射的复合表示为矩阵的相乘
矩阵是一种语言,它是表示复杂系统的有力工具。学习矩阵理论的重要用途之一就是学会用矩阵表示复杂系统的关系,培养根据矩阵推演公式的能力是学习矩阵论的目的之一。
定义一个矩阵有几种方式:可以通过定义矩阵的每一个元素来定义一个矩阵,也可以通过矩阵具有的性质来定义一个矩阵。如:对称矩阵可以定义为:a ij=a ji
也可以定义为: (x, Ay)=(Ax,y),
还可以定义为:Ax=f(x), 其中f(x)=x T Bx/2,即它对向量x 的作用相当于函数f(x)在x处的梯度。
第一章:线性空间和线性变换
1.线性空间
集合与映射
集合是现代数学的最重要的概念,但没有严格的定义。
集合的运算及规则,两个集合的并、交运算以及一个集合
的补;集合中元素没有重合,子集,元素
映射:为一个规则:S S', 使得S中元素a和S'中元素对应,记为a'=(a),或:a a'.
映射最本质的特征在于对于S中的任意一个元素在S'中仅有唯一的一个元素和它对应。
映射的原象,象;映射的复合。满射,单射,一一映射。
若S'和S相同,则称为变换。
若S'为数域,则称为函数。
线性空间的定义和性质
定义1.1设V是一个非空集合,它的元素用x,y,z等表示,并称之为向量;K是一个数域,它的元素用k,l,m等表示,如果V满足下列条件
(I)在V中定义一个加法运算,即当V
x,时,有惟一的
∈
y
x,且加法运算满足下列性质
+y
∈
V
(1)结合律;
+
x+
=
+
+
y
)
(
z
(z
)
y
第1章 线性空间与线性变换
为 R3 的一组基, 求a = (1,0,-1)T 在基
a 1 , a 2 , a 3 下的坐标。
28
例20 求R
2 2
1 2 中的元素 A = ,在基 1 1
1 1 , A3 = 0 0 1 1 , A4 = 0 0 0 0
∴ C[a, b]是一个线性空间。
9
例5 正实数的全体 R+ ,在其中定义加法及乘数 运算为
a b = ab,
l a = a l , l R , a , b R
+
验证 R+对上述加法与乘数运算构成线性空间.
注: 公理化的定义保证了加法和数乘的多样性.
10
例6 C ( R ) 表示实数域 R 上的全体无限序列组成的 的集合。即
定义形式和向量空间Rn中的定义一样。 有关性质与定理和Rn中的结果一样。
因此,要研究线性空间,只需要研究它的最 大线性无关组----即为基(basis)
基,维数
定义: 设V 是一个线性空间,a1, a2, … an∈V 若 (1) a1, a2, … an 线性无关, (2) a∈V , a 可由a1, a2, … an 线性表示 a = x1a1+ x2a2+ … +xnan 则称a1, a2, … an 为V 的一组基, 称 n 为V 的维数,记作 dimV = n 。
第1章-1 线性空间与线性变换
矩阵分析简明教程
矩阵分析简明教程
四、基、坐标、维数
定义1.1.2 给定线性空间 V ,如果存在 V 中的 定义1.1.2 ,α n ,满足: 一组向量 α1 , ,α n 线性无关; ( 1) α 1 , ; (2) V 中任意向量 α 都能由 α1 , ,α n 线性表 ,xn ∈ F ,使 示。即存在数 x1 ,
[β1 , ,β n ] = [α1 , ,α n ]P
则称上式为基变换公式,矩阵 P 为基 α1 , ,α n 到基 β 1 , ,β n 的过渡矩阵。 对于向量空间 V ,有
P = [α 1 , ,α n ]−1[ β 1 , ,β n ]
矩阵分析简明教程
定理1.1.3 定理 1.1.3 设 n 维向量空间 V 中元素 α 在基 α1 , ,α n
1
α1 , α 2 , α r (1 ≤ r ≤ n )
都可以扩充成 V 的一组基。
否则对任意 β ∈ V − W ,都有 α1 , α2 , , αr , β 线 性相关。这样 β 可由 α , α , , α 线性表示,即
β Î W 。与 β 的取法矛盾。
重复上述过程,直至得到
2
r
V 的基 α1 , α2 , , αn
项式按照多项式的加法以及数与多项式的乘法也构
矩阵分析简明教程
例6 齐次线性方程组 Ax = θ 的所有解的集合构成数 域 R 上的线性空间 N ( A) ,称为 Ax = θ 的解空间 解空间,
线性空间与线性变换
第一章 线性空间与线性变换
知识要点:
1、线性空间的概念和结构,基变换、过渡矩阵和向量的坐标变换。
2、线性子空间的概念,维数定理,直和与直和分解定理。
3、线性变换及其矩阵表示。
4、欧氏空间与酉空间,正交阵与酉阵,正交补与正交分解。
5、正交变换及其特征。
6、应用于小波变换的框架理论(对偶框架,紧框架,Riesz 基)。
§1.1线性空间
一、线性空间的概念
在诸如所有n 维实向量构成的集合n
R 等集合中,线性运算是研究向量性质的基本工具,它能从线性相关性和线性结构的角度研究向量、向量组之间的关系,这在线性代数课程中已得到充分展示。对于更加一般的元素构成的集合,也可同样在其中引入“线性运算”,进行集合性质和结构的研究。通常具有某些运算工具的集合称为“空间”。
定义1(definition ):设非空集合V 相对于数域P 具有封闭的加法和数乘运算,并且具有与任何元素之和仍为该元素的零元素,同时每个元素均具有与其之和为零元素的负元素。若V 中运算满足加法结合律与交换律、数乘结合律与分配律和乘1不变性,则称V 为数域P 上的线性空间。
注1(note ):数域是指对加减乘除四则运算封闭的数集,如有理数集、实数集和复数集等。 注2:易证零元素和负元素均是唯一的,零元素为0,元素x 的负元素记为x -。
注3:任何线性空间必含有零元素0,只含有零元素0的线性空间称为零空间,记为{}0。 对于元素,x y 和数,λμ,x 与y 的和记为x y +,λ与x 的数乘记为x λ,x y λμ+称为x 与y 的线性运算或线性组合。
01_矩阵论_第一章线性空间与线性变换
§1.1 线性空间
一、线性空间的概念
在线性代数课程中,我们把有序数组称为向 量,把 n 维向量的全体所构成的集合 Rn 称为 n 维 向量空间。一般地,如果 V 为非空的 n 维向量的 集合,且集合 V 对于向量加法及数乘两种运算封 闭,那么就称集合 V 为向量空间。
不难验证,2 维几何空间 R2 和 3 维几何空间 R3 分别是 2 维和 3 维向量空间;集合 V = {x = (0, x2, x3)T | x2, x3R} 是 2 维向量空间,如图 1 所示;齐次线性方程组 Ax = 0 的解集也构成向量空间。
定理 1.1 线性空间 V 有如下性质: (1) V 中的零元素惟一; (2) V 中任一元素的负元素惟一; (3) 设 0 为数零,0 为 V 中零向量,则 (i) 0 = 0. (ii) k0 = 0, kF. (iii) 若 k = 0,则一定有 k = 0 或 = 0. (iv) (1) = 。
第一章 线性空间与线性变换
本章主要内容
1. 线性空间
向量空间是几何空间的推广,线性空间是向 量空间的推广。 线性空间是某类客观事物从量的方面的一个 抽象,其概念是以 n 维向量的概念及运算法则加 以抽象, 以公理化的形式给出的。
2. 线性变换 线性变换是一种特殊的映射,主要讨论线性 空间中元素之间的最基本联系。 3. 矩阵的作用 在线性空间和线性变换的讨论中,矩阵是一 个重要的工具。特别地,矩阵还是线性变换的便 利表达方法。
《线性代数》教学课件—第6章 线性空间与线性变换 第一节 线性空间与线性变换
向量空间又称线性空间, 是线性代数中一个 最基本的概念. 在第四章中, 我们把有序数组叫向 量, 并介绍过向量空间的概念. 在这一章中, 我们 要把这些概念推广, 使向量及向量空间的概念更 具一般性. 当然, 推广后的向量概念也就更加抽象 化了.
第一节 线性空间的定义与性质
例 3 正弦函数的集合
S[x] {s Asin(x B) | A, B R}
对于通常的函数加法及数乘函数的乘法构成向量
空间. 这是因为通常的函数加法及乘数运算显然 满足线性运算规律, 故只要验证 S[ x ] 对运算封 闭:
s1 s2 A1 sin(x B1) A2 sin(x B2 ) (a1 cosx b1 sin x) (a2 cosx b2 sin x) (a1 a2 ) cosx (b1 b2 ) sin x Asin(x B) S[x] ,
(1) 向量不一定是有序数组; (2) 向量空间中的运算只要求满足八条运算 规律, 当然也就不一定是有序数组的加法及数乘 运算.
二、举例
下面举一些例子.
例 1 次数不超过 n 的多项式的全体, 记作
P[ x ]n , 即
P[x]n {p anxn an1xn1 a1x a0|an,,a0 R}
对于通常的有序数组的加法及如下定义的乘法
(x1, x2,, xn )T (0,0,,0)T
1第1章线性空间与线性变换
1.2线性空间的基与坐标
一、维数与坐标 1 , 2 ,, r是 定义1.2.1设V是数域K上的一个线性空间, V中的一组向量,k1 , k2 ,, kr 是数域K中的数,那么向 量 k11 k2 2 kr r 称为向量 1 , 2 ,, r 的一 个线性组合,有时也称向量 可以由 1 , 2 ,, r 线 性表出。 (1)1 , 2 ,, r 定义1.2.2设V是数域K上的一个线性空间, 和(2)1 , 2 ,, s 是V上的两个向量组,如果(1)中的 任一向量都可由向量组(2)表出,则称向量组(1) 可由向量组(2)线性表出。如果向量组(1)和(2 )可以互相线性表出,则称向量组(1)和(2)是等 价的。
定理1.2.1若线性空间V中有n个线性无关向量 1 , 2 ,, n 且V中任意向量都可以用它线性表出,那么V是n维的 ,而且 1 , 2 ,, n 就是V的一组基。
1.2线性空间的基与坐标
证明:因为 1 , 2 ,, n 线性无关的向量,所以dimV≥n 要证明V是n维的,只要证明任意n+1个向量必定线性相 关。 对任意给定的n+1个向量 1 , 2 ,n1 V 其均可由向 量组 1 , 2 ,, n 线性表出,若其线性无关则有 n+1<n,矛盾!命题得证。
1.1线性空间的定义与性质
定义 1.1.1设 V是一个非空集合,它 的元素用 x,y,z 等表示,并称之为 向量.K 是一个数域,它的元素用 k,l,m等表示. 如果 V满足下列条 件; 1. 在V中定义一个加法运算,即当 x,y∈V 时,有唯一的和x+y ∈V , 且加法运算满足下列性质 ① 结合律 (x+y)+z= x+(y+z); ② 交换律x+y=y+x; ③ 存在零元素 0, 使得x+0=x; ④ 存在负元素,即对任一向量 x∈V,存在y∈V使得x+y=0 2. 在 V中定义数乘(数与向量 的乘法)运算,即当 x∈V, k∈K时,有唯一的kx∈V, 且数乘运算满足下列性质 ① 数因子分配律 k(x+y)=kx+ky; ② 分配律(k+l)x=kx+lx; ③ 结合律k(lx)=(kl)x; ④ 1x=x. 则称V为数域 K上的线性空间.
矩阵分析引论--第一章 线性空间与线性变换-子空间与维数定理、线性空间的同构
从而 (1 1 ) (2 2 ) V1 V2 . (3) k P, 1 2 V1 V2 ,
所以 k k1 k2 V1 V2 .
称为子空间 V1 与 V2 的交;
(2)集合 V1 V2 { | V1, V2 }
称为子空间 V1 与 V2 的和;
目录 上页 下页 返回 结束
wenku.baidu.com
第一章第三四节 子空间与维 数定理、线性空间的同构
定理1-3:线性空间V 的两个子空间V1与V2的 交W=V1∩V2也是V 的子空间.
证 (1) W 是非空集合, 0 W ;
综上,故 V1+V2 是V 的子空间.
目录 上页 下页 返回 结束
第一章第三四节 子空间与维 数定理、线性空间的同构
注:(1)子空间的并 V1 V2 一般不是V 的子空间. (2)子空间之间有以下关系: {0} V1 V2 VV12 V1 V2 V
例3 L(1,2 ,,s ) L(1, 2 ,, t ) L(1,2 ,,s , 1, 2 ,, t ). (1,2 ,,s V , 1, 2 ,, t V )
(2) W W .
目录 上页 下页 返回 结束
第一章第三四节 子空间与维 数定理、线性空间的同构
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
而任意一个有理数可表成两个整数的商,
∴ Q ⊆ P.
Department of Mathematics
§1.2 线 性 空 间
一,线性空间的定义和举例 定义1 设V是一个非空集合, 为一数域.如果对于 F 任意两个元素 x, y ∈V ,总有唯一的一个元素 z 与之 对应,称为 x 与 y 的和,记作 z = x + y 若对于任一数 λ ∈F 与任一元素 x ∈ V ,总有唯 一的一个元素 ω ∈ V 与之对应,称为 λ 与 x 的积, 记作 ω
∴ R m × n 是一个线性空间 .
Department of Mathematics
例2 数域 F 上次数小于 n 的多项式的全体 ,
记作 P [ x ]n , 即 : P [ x ] = {a n −1 x n −1 + a n − 2 x n − 2 + 构成向量空间 . + a1 x + a 0 a i ∈ F }
一般线性空间的判定方法 (1)一个集合,如果定义的加法和乘数运算是通常的 实数间的加乘运算,则只需检验对运算的封闭性. 例1 实数域上的全体 m × n 矩阵,对矩阵的加法 R m ×n . 和数乘运算构成实数域上的线性空间,记作
∵ Am×n + Bm×n = C m×n , λAm×n = Dm×n ,
则有
x ± y = (a ± c ) + (b ± d ) 2 ∈ Q( 2), x ⋅ y = (ac + 2bd ) + (ad + bc ) 2 ∈ Q( 2)
设 a + b 2 ≠ 0,
Department of Mathematics
于是 a − b 2 也不为0.
(否则,若 a − b 2 = 0, 则 a = b 2, a = 2 ∈ Q, 于是有 b 或 a = 0, b = 0 ⇒ a + b 2 = 0. 矛盾)
∀k1 , k2 ∈ P , k1 ≠ k2 , 有 k1α , k2α ∈ V
又 k1α-k2α = ( k1 − k2 )α ≠ 0 ∴ k1α ≠ k2α .
而数域F中有无限多个不同的数,所以V中有无限 多个不同的向量. 注:只含一个向量—零向量的线性空间称为零空间.
λ
(λα ) = ⋅ 0 = 0.
λ
1
1
λ
(λα ) = ⋅ λ ⋅ α = α .
λ
∴ α = 0.
同理可证:若 α ≠ 0 则有 λ = 0.
Department of Mathematics
练习:
证明:数域F 上的线性空间V若含有一个非零 向量,则V一定含有无穷多个向量 证:设 α ∈ V , 且α ≠ 0
Department of Mathematics
说明:
1)若数集F中任意两个数作某一运算的结果仍在F 中,则说数集F对这个运算是封闭的. 2)数域的等价定义:如果一个包含0,1在内的数 集F 对于加法,减法,乘法与除法(除数不为0) 是封闭的,则称集 F 为一个数域.
Department of Mathematics
(8) λ (a ⊕ b ) = λ (ab ) = (ab ) = a λ b λ
λ
= a λ ⊕ b λ = λ a ⊕ λ b.
所以 R + 对所定义的运算构成线性空间.
Department of Mathematics
例6. n 个有序实数组成的数组的全体
S = ⎧x = (x ,x , ⎨ 1 2 ⎩
Department of Mathematics
说明
1. 凡满足以上八条规律的加法及乘数运算, 称为线性运算. 2 . 判别线性空间的方法:一个集合,对于定 义的加法和数乘运算不封闭,或者运算不 满足八条性质的任一条,则此集合就不能 构成线性空间.
Department of Mathematics
= λx
如果上述的两种运算满足以下八条运算规律, 那么 V 就称为数域 F 上的线性空间.记为: V (F )
Department of Mathematics
八条运算规律: 设x, y, z∈V ;λ , μ∈F
(1) x + y = y + x; ( 2) ( x + y ) + z = x + ( y + z );
, an ∈ F }
不是线性空间
例4 正弦函数的集合
S [ x ] = {s = A sin( x + B ) A, B ∈ R}. 对于通常的函数加法及数乘函数的乘法构成线性空 间. ∵ s1 + s2 = A1 sin( x + B1 ) + A2 sin( x + B2 )
= (a1 cos x + b1 sin x ) + (a2 cos x + b2 sin x )
a ⊕ a − 1 = a ⋅ a − 1 = 1;
( 5 ) 1 a = a 1 = a;
( 6) λ
(μ a ) = λ a = (a
μ
μ λ
)
= a λμ = (λμ ) a;
(7) ( λ ⊕ μ ) a = a λ + μ = a λ a μ = a λ ⊕ a μ = λ a ⊕ μ a;
Department of Mathematics
§1.1
数 域
一,数域的定义 设F 是至少包含两个数的数集,如果F 中 定义: 任意两个数的和、差、积、商(除数不为0)仍是 F中的数,则称F为一个数域. 常见数域: 复数域 C ;实数域 R ;有理数域 Q ; (注意:自然数集N及整数集Z都不是数域.)
例1.证明:数集 是一个数域.
Q( 2 ) = a + b 2 | a,b ∈ Q
{
}
∵ 证: 0 = 0 + 0 2, 1 = 1 + 0 2, ∴ 0,1 ∈ Q( 2)
又对 ∀x , y ∈ Q( 2), 设 x = a + b 2, y = c + d 2,
a , b, c , d ∈ Q ,
⇒ 01 = 01 + 02 = 02 + 01 = 02.
Department of Mathematics
2.负元素是唯一的. 证明 假设 α 有两个负元素 β 与 γ ,那么
α + β = 0 , α + γ = 0.
则有 β = β + 0 = β + (α + γ ) = (β + α ) + γ
= 0+γ =γ.
向量 α 的负元素记为 − α .
Department of Mathematics
3. 0α = 0;
(− 1)α = −α ; λ 0 = 0.
证明 ∵α + 0α = 1α + 0α = (1 + 0 )α = 1α = α ,
∴ 0α = 0.
∵α + (− 1)α = 1α + (− 1)α = [1 + (− 1)]α = 0α = 0,
第 一 章
线性空间与线性映射
Department of Mathematics
教学内容和基本要求
1,理解线性空间的概念,掌握基变换与坐标变换的公式; 2, 掌握子空间与维数定理,理解子空间的相关性质; 3, 理解线性变换的概念,掌握线性变换的矩阵示表示, 了解线性空间同构的含义. 重点: 线性空间的概念;子空间的维数定理;基变换与 坐标变换. 难点: 基变换与坐标变换
Department of Mathematics
{
}
二、数域的性质定理
任意数域P都包括有理数域Q. 即:有理数域为最小数域. 证明: 设P为任意一个数域.由定义可知,
0 ∈ P, 1 ∈ P . 于是有 ∀m ∈ Z + , m = 1 + 1 +
+
+ 1∈ P
m m m ∈ P, − = 0 − ∈ P. 进而有 ∀m , n ∈ Z , n n n
Department of Mathematics
二,线性空间的性质
1.零元素是唯一的. 证明: 假设 01 ,02 是线性空间V中的两个零元素, 有 则对任何 α ∈ V , α + 01 = α , α + 02 = α . 由于 01 ,02 ∈ V , 所以 02 + 01 = 02 ,01 + 02 = 01.
对于通常的多项式加法 , 数乘 , 多项式的乘法
通常的多项式加法、数乘多项式的乘法两种运 算满足线性运算规律. 例3 数域F上n次的多项式的全体 , 记作Q[ x ]n ,即 :
Q[ x ] = {a n x n +
Department of Mathematics
+ a1 x + a0 a0 , a1 ,
Department of Mathematics
线性空间既是代数学的基本概念,也是矩阵论 的基本概念之一,本章首先介绍这一概念。学习过 这一部分内容的同学可以将本章作为对所学知识的 回顾和延伸。 在解析几何和线性代数中,我们已经学习过平 面与空间的向量,线性空间是解析几何中向量概念 的抽象化。 在线性代数中,学习过向量的线性相关性,现 在我们应用它来研究线性空间。
( 3) 在V中存在零元素 0, 对任何 x ∈ V , 都有x + 0 = x ;
(4)对任何x ∈ V , 都有x的负元素y ∈ V , 使x + y = 0 ; (6) λ (μx ) = (λμ ) x ; (5) 1 x = x ;
(7 )(λ + μ ) x = λ x + μx ;
(8)λ ( x + y ) = λx + λy .
( 2)(a ⊕ b ) ⊕ c = (ab ) ⊕ c = (ab )c = a ⊕ (b ⊕ c );
( 3Baidu Nhomakorabea R +中存在零元素 1, 对任何 a ∈ R + , 有
a ⊕ 1 = a ⋅ 1 = a;
(4) ∀a ∈ R + , 有负元素 a −1 ∈ R + , 使
Department of Mathematics
c + d 2 (c + d 2)(a − b 2) = a + b 2 (a + b 2)(a − b 2) ac − 2bd ad − bc = 2 + 2 2 ∈ Q. 2 2 a − 2b a − 2b Gauss数域 ∴ Q ( 2)为数域.
类似可证 Q ( i ) = a + bi a , b ∈ Q , i = −1 是数域.
n
,x )
n
T
x1 , x 2 ,
, xn ∈ R⎫ ⎬ ⎭
对于通常的有序数组的加法及如下定义的乘法
λ ( x1 , , xn ) = (0,
T
,0 ) 不构成线性空间.
解答: S n 对运算封闭.
但1 x = O , 不满足第五条运算规律 .
由于所定义的运算不是 线性运算 , 所以 S n不是 线性空间 .
(2) 一个集合,如果定义的加法和乘数运算不 是 通常的实数间的加乘运算,则必需检验是否满足 八条线性运算规律. 例5. 正实数的全体,记作 R + ,在其中定义加法 及乘数运算为
a ⊕ b = ab, λ a = a λ , (λ ∈ R, a , b ∈ R + ).
验证 R + 对上述加法与乘数运算构成线性空间.
矩阵论电子教程
哈尔滨工程大学理学院应用数学系
Department of Mathematics, College of Sciences
课前预习、课中提高效率、课后复习 作业要求 书后要求的习题,主动自觉做,抽查和不定时收取 使用教材 《 矩阵论 》 哈尔滨工程大学主编 其他辅导类参考书(自选)
Department of Mathematics
∴ (− 1)α = −α .
λ 0 = λ [α + (− 1)α ] = λα + (− λ )α
= [λ + (− λ )]α = 0α
= 0.
Department of Mathematics
4.如果 λα = 0,则 λ = 0 或 证明 假设 λ ≠ 0 , 那么 又
1 1
. α =0
= (a1 + a2 )cos x + (b1 + b2 )sin x
= A sin( x + B )∈ S [ x ].
λs1 = λA1 sin( x + B1 ) = (λA1 )sin( x + B1 ) ∈ S [ x ]
∴ S [ x ] 是一个线性空间.
Department of Mathematics
Department of Mathematics
证明:
∀a , b ∈ R + , ⇒ a ⊕ b = ab ∈ R + ; ∀λ ∈ R , a ∈ R + , ⇒ λ a = a λ ∈ R + .
所以对定义的加法与乘数运算封闭. 下面一一验证八条线性运算规律:
(1) a ⊕ b = ab = ba = b ⊕ a;