线性空间
线性代数学习指导第四章线性空间
第五章 线性空间一、内容提要⒈ 线性空间定义1 设V 是一个非空集合,P 是一个数域. 若在V 中定义的加法和数乘运算对集合V 封闭,且加法与数乘运算满足线性运算的八条运算规则, 则称集合V 为数域P 上的线性空间.线性空间又称为向量空间, 线性空间的元素亦称为向量.设V 是数域P 上的线性空间, W 是V 的非空子集, 若W 对于V 的加法和数乘运算也构成数域P 上的线性空间, 则称W 为线性空间V 的一个线性子空间, 简称子空间. ⒉ 基、维数和坐标定义2 若线性空间V 中有n 个线性无关向量,而没有更多数目的线性无关的向量,则称V 是n 维线性空间,称V 中n 个线性无关的向量为V 的一组基,n 称为V 的维数,记作dim V = n ．注 向量组12,,,n ααα是V 的一组基⇔12,,,n ααα是V 中的n 个线性无关向量且V中的任一向量α可由12,,,n ααα线性表示.向量组12,,,s ααα生成的空间L (12,,,s ααα)的一组基就是12,,,s ααα的一个极大无关组, 其维数就是向量组12,,,s ααα的秩.定义3 设12,,,n ααα是n 维线性空间V 的一组基, α 为V 中的任一向量, 若1122n n x x x αααα=+++则称数12,,,n x x x 为向量α 在基12,,,n ααα下的坐标, 记作 12(,,,)n x x x .向量的坐标可写成行的形式也可写成列的形式,但在利用坐标进行运算时,则要以运算式的具体情况来确定坐标的形式.定义4 设12,,,n ααα和12,,,n βββ是n 维线性空间V 的两组基, 且（12,,,n βββ）=（12,,,n ααα）C (1)称C 为由基12,,,n ααα到基12,,,n βββ的过渡矩阵,（1）式称为由基12,,,n ααα到基12,,,n βββ的基变换公式．定理1 设12,,,n ααα和12,,,n βββ是n 维线性空间V 的两组基, 由基12,,,nααα到基12,,,n βββ的过渡矩阵为C = n n ij c ⨯)( ,即（12,,,n βββ）=（12,,,n ααα）C若向量α 在这两组基下的坐标分别为 ()n x x x ,,,21 与 ()n y y y ,,,21 , 则⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n n y y y C x x x 2121 ⒊ 线性空间同构定义5 设V 与W 都是数域P 上的线性空间,如果由V 到W 有一个双射（一一对应）σ, 且σ具有如下性质：,,(1) ()()()(2) ()()V k Pk k αβσαβσασβσασα∀∈∈+=+= 则称线性空间V 与W 同构,并称σ为由V 到W 的同构映射.注 数域P 上任意两个有限维线性空间同构的充要条件是它们的维数相同.定理2 设线性空间V 与W 同构,σ是由线性空间V 到W 的同构映射, 则V 中向量12,,,s ααα线性相关的充要条件是它们的像12(),(),,()s σασασα线性相关.⒋ 向量的内积、长度、距离、夹角定义6 设V 是实数域R 上的线性空间, 如果在V 上定义了一个二元实函数, 称为内积, 记作(,)αβ, 且它具有以下性质: ,αβγ,是V 中任意向量,k 是任意实数(1) (,)(,)(2) (,)(,)(3) (,)(,)(,)k k αββααβαβαβγαγβγ==+=+ (4) (,)0,ααα≥=当且仅当θ时,（α,α）= 0这个定义了内积的线性空间V 称为欧几里得空间,简称欧氏空间.当n R 的向量为列向量时,上述内积可记为乘积形式 (,)T αβαβ=. 当n R 的向量为行向量时,上述内积可记为乘积形式 (,)T αβαβ=., , ,V αααα设是欧氏空间中任一向量称非负实数（）为向量的长度或模,α记作 即,ααα=（）向量αα是单位向量, 将非零向量α化为单位向量称为将向量α单位化．βα-称为向量α 与β的距离,记作(,)d αβ, 即(,)d αβ=αβ-.柯西-布捏柯夫斯基不等式: (,)αβαβ≤⋅ , 当且仅当α 与β 线性相关时, 等号成立.定义7 设α,β 为欧氏空间V 中的非零向量, 定义α ,β 的夹角ω为(),arccosαβωαβ=⋅ （ 0 ≤ ω ≤ π）若(,)αβ= 0, 则称α与β正交（或垂直）, 记作βα⊥ ．5.向量组的正交化一组两两正交的非零向量组称为正交向量组. 正交向量组一定线性无关. 定义8 设12,,,n ααα是n 维线性空间V 的一组基, 若12,,,n ααα两两正交且都为单位向量, 则称它为V 的一个标准正交基.向量组12,,,n ααα是n 维欧氏空间V 中的一组标准正交基的充要条件是()01ij i ji j αα≠⎧=⎨=⎩,,, ,1,2,,i j n =.任何一组线性无关的向量组12,,,m ααα都可用Schmidt(施密特)正交化方法化为正交向量组12,,,m βββ, 且12,,,m βββ与12,,,m ααα等价.取 11αβ=, ()()1222111βαβαβββ=-,,,()()()()()()121121112211,,,,,,i i i i i i i i i βαβαβαβαβββββββββ----=----（i = 3 , 4 , …, m ）将向量组1β ,2β ,… ,m β 中的每个向量单位化, 令iii ββη=（i = 1 , 2 , … , m ） 则得到一个与原向量组12,,,m ααα等价的标准正交向量组1η,2η,… ,m η.6. 正交矩阵定义9 设Q 为n 阶实矩阵, 若TQ Q = E , 则称Q 为正交矩阵. 正交矩阵的性质：（1）若Q 为正交阵，则 Q = 1 或－1 ；（2）若Q 为正交阵，则Q 可逆，且 1-Q=T Q ；（3）若P ，Q 都是n 阶正交矩阵，则P Q 也是n 阶正交矩阵；（4）n 阶实矩阵Q 为正交矩阵的充要条件是Q 的列（行）向量组是n R 的标准正交基.二、重点难点1. 判定集合是否构成线性空间.2. 线性空间的基、维数, 向量在基下的坐标等概念以及过渡矩阵、基变换与坐标变换公式.3. 欧式空间以及内积的概念和运算性质, 用内积运算进行证明.4. 用施密特正交化方法将线性无关的向量组正交化.5. 正交矩阵的概念及其性质.三、 学习要求1. 了解线性空间、子空间的概念, 理解向量空间的基和维数, 会求向量关于基的坐标,熟悉坐标变换公式.2. 了解线性空间同构的概念.3. 了解向量的内积、长度、距离、夹角、正交等概念, 掌握内积运算的性质.4. 理解标准正交基的概念, 掌握线性无关向量组正交规范化的施密特(Schmidt)方法.5. 掌握正交矩阵的概念及其性质.四、典型题分析例1 全体n 维实向量集合V , 对于通常的向量加法和如下定义的数乘运算,,k V k R ααα=∈∈其中是否构成实数域上的线性空间.解 设,, k l R α∈是集合V 中的非零向量.因为()2k l k l ααααααα+=+=+=而,所以()k l k l ααα+≠+, 故此集合不构成实数域上的线性空间.注 检验集合是否构成线性空间的方法:如果所定义的加法和数乘运算是通常意义下的加法和数乘运算, 则它们满足线性运算的八条运算规则, 因此只需检验集合对运算的封闭性. 如果所定义的加法和数乘运算不是通常意义下的加法数乘运算, 则不仅要检验集合对运算的封闭性, 还要仔细检验加法和数乘运算是否满足八条线性运算规律. 例2 求向量空间(){1212,,,0,,1,2,,,n n i V x x x x x x x R i n =+++=∈=}2n ≥的基和维数.分析 先找出向量空间V 的一组基, 即找出一组线性无关的向量, 使得V 中任一向量可由这组向量线性表示.解 在向量空间V 中取1n -个向量1(1,1,0,0,,0)α=-, 2(1,0,1,0,,0)α=-,,1(1,0,0,,0,1)n α-=-, 显然121,,,n ααα-线性无关.对V 中任一向量12(,,,)n x x x α=, 以121,,,,n αααα-为行构造矩阵A ,则1123110010101001ni i nA x x x x x =--===-∑, 从而121,,,,n αααα-线性相关, 又因为121,,,n ααα-线性无关, 所以α可由121,,,n ααα-线性表示.故121,,,n ααα-是V 的基, V 的维数是1n -.注 这个向量空间V 就是齐次线性方程组120n x x x +++=的解空间, V 的一组基就是齐次线性方程组的一个基础解系. 例3 设12,,,n t t t 是互不相同的实数,证明向量组21(1,,,,),1,2,,n i i i i t t t i n α-==是n 维向量空间n R 中的一组基. 并求出向量()12,,,n b b b β=在这组基下的坐标.分析 12,,,n ααα是n 维向量空间n R 中的n 个向量, 只需证明12,,,n ααα线性无关即可.证 令21111121222221111n n n n nnn t t t t t t A t t t ααα---⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪== ⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 因为12,,,n t t t 是互不相同的实数,所以()121111121110n T ji i j nn n n nt t t A A tt ttt≤<≤---===-≠∏⇒12,,,n ααα线性无关.所以12,,,n ααα是n 个线性无关的n 维向量, 构成n 维向量空间n R 中的一组基. 设β在基12,,,n ααα下的坐标为()12,,,n x x x , 则有1122n n x x x βααα=+++⇒β=()()121212,,,,,,n n n x x x x x x A ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭.因为A 可逆, 所以()112,,,n x x x A β-=. 故β在基12,,,n ααα下的坐标为1A β-.例4 设3R 中的向量α在基1231032,1,2111ααα⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭下的坐标为123x x x ⎛⎫ ⎪⎪ ⎪⎝⎭,在基123,,βββ下的坐标为123y y y ⎛⎫⎪⎪ ⎪⎝⎭, 且11232123132y x x x y x x y x x =--⎧⎪=-+⎨⎪=+⎩ （1）123123,,,,;βββααα求由基到基的过渡矩阵（2）求基123,,βββ. 解 (1)由题有111232123233(,,)(,,)x y x y x y ααααβββ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭112323111(,,)110102x x x βββ--⎛⎫⎛⎫ ⎪⎪=- ⎪ ⎪ ⎪⎪⎝⎭⎝⎭⇒123123111(,,)(,,)110102αααβββ--⎛⎫⎪=- ⎪ ⎪⎝⎭(*),所以123123,,,,C βββααα由基到基的过渡矩阵=111110102--⎛⎫⎪- ⎪ ⎪⎝⎭.(2) 由（*）式得123(,,)βββ=123(,,)ααα1111110102---⎛⎫⎪- ⎪⎪⎝⎭123(,,)ααα=221231110⎛⎫ ⎪ ⎪ ⎪--⎝⎭111431342--⎛⎫⎪=--- ⎪ ⎪⎝⎭,故1231114,3,1342βββ--⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-=-=- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.例 5 设,a b 是欧氏空间中的任意向量, 证明平行四边形法则(对角线的平方和等于四边的平方和).证 设,a b 是平行四边形的两条邻边, 则a b a b +-和为两条对角线. 因为22(,)(,)a b a b a b a b a b a b ++-=+++--(,)2(,)(,)(,)2(,)(,)a a a b b b a a a b b b =+++-+ 222()a b =+.所以平行四边形的对角线的平方和等于四边的平方和.例 6 1212,,,,(,)0i j ααββαβ=设线性无关线性无关且满足, 1,2,1,2.i j ==证明:1212,,,ααββ线性无关.证 设有数1212,,,,k k λλ使得112211220k k ααλβλβ+++= (*) 上式两边分别与12,αα做内积, 由(,)0i j αβ=,1,2,1,2.i j ==得111221112222(,)(,)0(,)(,)0k k k k αααααααα+=⎧⎨+=⎩ (**) 由柯西-布捏柯夫斯基不等式及12,αα线性无关得112121122211222(,)(,)(,)(,)(,)0(,)(,)αααααααααααααα=->.故方程组(**)只有零解120k k ==, 将其代入(*), 由已知12,ββ线性无关, 得120λλ==. 于是得1212,,,ααββ线性无关.例7 将R 3的一组基1231100,1,1101ααα⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭化为标准正交基.解 (1 )利用施密持正交化方法将其正交化取1110,1βα⎛⎫ ⎪== ⎪ ⎪⎝⎭ 1222111111/2(,)1101 (,)2011/2βαβαβββ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-=-= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭,132333*********/22/3(,)(,)11/21012/323/2(,)(,)111/22/3βαβαβαββββββ-⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪=--=--= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭, 123,,βββ则是正交向量组.(2 ) 将123,,βββ单位化11122233322, 62, 3, 3T T Tβββββββββ====3121231236320, 26, 3 263βββηηηβββ⎡⎤⎡-⎡⎢⎥⎢⎢∴======⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢-⎢⎥⎢⎥⎣⎣⎦⎣⎦,则123,,ηηη为R 3的一组标准正交基.例8 设m+n 阶矩阵P O A R Q ⎛⎫= ⎪⎝⎭, 其中P , Q 分别是m , n 阶矩阵, O 为零矩阵.证明: 若A 为正交矩阵, 则P 和Q 也是正交矩阵且R 为零矩阵. 分析 用正交矩阵的定义证 证 由题知TT TTT P R A OQ ⎛⎫= ⎪⎝⎭. 因A 为正交矩阵, 所以 TT T T T mT TT T T n E P O P R P P R R R Q A A E R Q OQ Q R Q Q ⎛⎫⎛⎫⎛⎫+⎛⎫=== ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭. 上式最后一个等号两边比较得 T n Q Q E Q =⇒为n 阶正交矩阵.T R Q O =且Q 可逆⇒R O =.T T m P P R R E +=且R O =T m P P E ⇒=⇒P 是m 阶正交矩阵.五、习题解析习题5. 11． 判断全体n 阶实对称矩阵按矩阵的加法与数乘是否构成实数域上的线性空间．答 是．因为是通常意义的矩阵加法与数乘, 所以只需检验集合对加法与数乘运算的封闭性. 由n 阶实对称矩阵的性质知，n 阶实对称矩阵加n 阶实对称矩阵仍然是n 阶实对称矩阵，数乘n 阶实对称矩阵仍然是n 阶实对称矩阵, 所以集合对矩阵加法与数乘运算封闭, 构成实数域上的线性空间.2．全体正实数R +, 其加法与数乘定义为 ,,k a b ab k a a a b R k R+⊕==∈∈其中 判断R +按上面定义的加法与数乘是否构成实数域上的线性空间. 答 是. 设,R λμ∈.因为,a b R a b ab R ++∀∈⇒⊕=∈,,R a R a a R λλλ++∀∈∈⇒=∈,所以R +对定义的加法与数乘运算封闭. 下面一一验证八条线性运算规律 (1) a b ab ba b a ⊕===⊕;(2)()()()()()a b c ab c ab c abc a bc a b c ⊕⊕=⊕====⊕⊕;(3) R +中存在零元素1, ∀a R +∈, 有11a a a ⊕=⋅=;(4) 对R +中任一元素a ，存在负元素1n a R -∈, 使111a a aa --⊕==; (5)11a a a ==; (6)()()a a a a a λμμλμλμλλμ⎛⎫==== ⎪⎝⎭;(7) ()a a a a a a a a λμμμλλλμλμ++===⊕=⊕;()(8)()().a b ab ab a b a b a b λλλλλλλλλ⊕====⊕=⊕所以R +对定义的加法与数乘构成实数域上的线性空间. 3. 全体实n 阶矩阵，其加法定义为A B AB BA ⊕=-按上述加法与通常矩阵的数乘是否构成实数域上的线性空间. 答 否.,()A B AB BA B A BA AB AB BA ⊕=-⊕=-=--A B B A ∴⊕⊕与不一定相等.故定义的加法不满足加法的交换律即运算规则（１）, 全体实n 阶矩阵按定义的加法与数乘不构成实数域上的线性空间.4．在22P ⨯中，{}2222/0,,W A A A P W P ⨯⨯==∈判断是否是的子空间. 答 否.121123123345⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭例如和的行列式都为零，但的行列式不为零, 也就是说集合对加法不封闭.习题1．讨论22P ⨯中1234111111,,,111111a a A A A A a a ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭的线性相关性.解 设11223344x A x A x A x A O +++=,即123412341234123400ax x x x x ax x x x x ax x x x x ax +++=⎧⎪+++=⎪⎨+++=⎪⎪+++=⎩ . 由系数行列式3111111(3)(1)111111a a a a a a=+- 知, 3 1 , , a a ≠-≠且时方程组只有零解这组向量线性无关； 3 1 , , a a =-=或 时方程组有非零解这组向量线性相关. 2．在4R 中，求向量1234ααααα在基,,,下的坐标.其中1234010011001111ααααα⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭2111，=，=，=，3010解 设11223344x x x x ααααα=+++由()1234100110010111ααααα⎛⎫ ⎪⎪= ⎪- ⎪-⎝⎭2111301010001010000010100010⎛⎫⎪ ⎪−−−−→⎪- ⎪⎝⎭初等行变换 得13ααα=-. 故向量1234ααααα在基,,,下的坐标为 ( 1, 0 , - 1 , 0 ).2212342347P ααααα⨯⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪ ⎪⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭110-11-1103.在中求在基=，=，=，=下的坐标.11100000 解 设11223344x x x x ααααα=+++则有123412341234123402030040007x x x x x x x x x x x x x x x x +++=⎧⎪--+=⎪⎨+++=⎪⎪+++=-⎩.由101121000711103010011110040010211007000130-⎛⎫⎛⎫⎪ ⎪--⎪ ⎪−−−−→⎪⎪-⎪ ⎪-⎝⎭⎝⎭初等行变换 得12347112130ααααα=-+-+.故向量1234ααααα在基,,,下的坐标为（-7，11，-21，30）. 4．已知3R 的两组基（Ⅰ）： 123111ααα⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭11=，=0，=0-11（Ⅱ）：123121βββ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭23=，=3，=443（1） 求由基（Ⅰ）到基（Ⅱ）的过渡矩阵；（2） 已知向量123123,,,,,αααααβββ⎛⎫⎪⎪ ⎪⎝⎭1在基下的坐标为0求在基下的坐标-1；（3） 已知向量123123,,,,,βββββααα⎛⎫ ⎪⎪ ⎪⎝⎭1在基下的坐标为-1求在基下的坐标2;（4） 求在两组基下坐标互为相反数的向量γ.解（1）设C 是由基（Ⅰ）到基（Ⅱ）的过渡矩阵, 由 ()()321321,,,,αααβββ= C即123111234100143111C ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭, 知基（Ⅰ）到基（Ⅱ）的过渡矩阵为1111123234100234010111143101C -⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪==- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭.（2）首先计算得11322201013122C -⎛⎫-- ⎪⎪=- ⎪ ⎪ ⎪-⎝⎭, 于是α 在基321,,βββ 下的坐标为131200112C -⎛⎫ ⎪⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪-⎝⎭ ⎪-⎝⎭.（3）β 在基321,,ααα 下的坐标为171123C ⎛⎫⎛⎫ ⎪ ⎪-= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭.(4) 设γ在基321,,βββ 下的坐标为123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭, 据题意有234010101⎛⎫ ⎪- ⎪⎪--⎝⎭123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭123y y y -⎛⎫⎪=- ⎪ ⎪-⎝⎭, 解此方程组可得123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭=043k k ⎛⎫ ⎪⎪ ⎪-⎝⎭，为任意常数.231430,7k k k k γββ-⎛⎫⎪∴=-= ⎪ ⎪⎝⎭为任意常数.5．已知P [x ]4的两组基（Ⅰ）：2321234()1()()1()1f x x x x f x x x f x x f x =+++=-+=-=，，，（Ⅱ）：2323321234()()1()1()1g x x x x x x x x x x x x x =++=++=++=++，g ，g ，g （1） 求由基（Ⅰ）到基（Ⅱ）的过渡矩阵； （2） 求在两组基下有相同坐标的多项式f (x ).解 ( 1 ) 设C 是由基（Ⅰ）到基（Ⅱ）的过渡矩阵, 由 ()()12341234,,,,,,g g g g f f f f =C有23230111101*********(1,,,)(1,,)1101110011101000x x x x x x C ⎛⎫⎛⎫ ⎪ ⎪-- ⎪ ⎪= ⎪⎪ ⎪ ⎪⎝⎭⎝⎭，. 10110111100011101110101101000011 1100110100100112100111000011113⎛⎫⎛⎫⎪ ⎪--- ⎪ ⎪−−−−→⎪⎪-⎪ ⎪---⎝⎭⎝⎭初等行变换 1110001101121113C ⎛⎫ ⎪-⎪∴= ⎪- ⎪---⎝⎭. （2）设多项式f (x )在基（Ⅰ）下的坐标为1234(,,,)T x x x x .据题意有111222333444 ()x x x x x x C C E x x x x x x ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=⇒-= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭0 （*）因为01101101100111111001101021021021112C E ---==--==------所以方程组（*）只有零解，则f (x )在基（Ⅰ）下的坐标为(0,0,0,0)T，所以f (x ) = 0习题证明线性方程组1234512345123453642022353056860x x x x x x x x x x x x x x x +--+=⎧⎪+--+=⎨⎪--+-=⎩ 的解空间与实系数多项式空间3[]R x 同构.证明 设线性方程组为AX = 0, 对系数矩阵施以初等行变换.316421568622353043751568600000A -----⎛⎫⎛⎫⎪ ⎪=--−−−−→ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭初等行变换()2()3R A R A =∴=线性方程组的解空间的维数是5-.实系数多项式空间3[]R x 的维数也是3, 所以此线性方程组的解空间与实系数多项式空间3[]R x 同构.习题1． 求向量()1,1,2,3α=- 的长度. 解 22221(1)2315α=+-++.2． 求向量()()1,1,0,12,0,1,3αβ=-=与向量之间的距离.解 (,)d αβ=2222(12)(10)(01)(13)7αβ-=-+--+-+-. 3．求下列向量之间的夹角（1） ()()10431211αβ==--,,,，,,, （2） ()()12233151αβ==,,,，,,,（3）()()1,1,1,2311,0αβ==-，，， 解（1）(),1(1)02413(1)0,,2a παββ=⨯-+⨯+⨯+⨯-=∴=.（2）(),1321253118αβ=⨯+⨯+⨯+⨯=,22222222122318,31516,αβ+++=+++=,4618πβ∴==.（3）(),13111(1)203αβ=⨯+⨯+⨯-+⨯=,11147α=+++, 911011β=+++=,77αβ∴=.3． 设αβγ，,为n 维欧氏空间中的向量，证明: (,)(,)(,)d d d αβαγγβ≤+. 证明 因为22(,)αβαγγβαγγβαγγβ-=-+-=-+--+-22(,)(,)(,)(,)(,)2(,)(,)2αγαγαγγβγβαγγβγβαγαγαγγβγβγβαγαγγβγβ=--+--+--+--=--+--+--≤-+-⋅-+-所以22()αβαγγβ-≤-+-, 从而(,)(,)(,)d d d αβαγγβ≤+.习题1． 在4R 中，求一个单位向量使它与向量组()()()1,1,1,11,1,1,11,1,1,1321--=--=--=ααα，， 正交.解 设向量1234123(,,,)x x x x αααα=与向量,,正交, 则有 112342123431234(0(,0(,)0x x x x x x x x x x x x αααααα=+--=⎧⎧⎪⎪=--+=⎨⎨⎪⎪=-+-=⎩⎩,)0)0即 （*）. 齐次线性方程组(*)的一个解为 12341x x x x ====.取*1111(1,1,1,1), ,,,2222ααα=将向量单位化所得向量=()即为所求.2． 将3R 的一组基1231,2,1111ααα ⎪ ⎪ ⎪===- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭化为标准正交基.解 (1 )正交化, 取11111βα⎛⎫ ⎪== ⎪ ⎪⎝⎭ , 12221111311(,)111211221(,)11111131113βαβαβββ⎛⎫- ⎪⎛⎫⎛⎫ ⎪⨯+⨯+⨯ ⎪ ⎪ ⎪=-=-= ⎪ ⎪ ⎪⨯+⨯+⨯ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪- ⎪⎝⎭ 132********1122113121020(1)()1(,)(,)2333100121(,)(,)3()()()11333123βαβαβαββββββ⎛⎫-⎛⎫⎪- ⎪⎛⎫⎪-⨯+⨯-+-⨯ ⎪ ⎪ ⎪=--=---= ⎪ ⎪ ⎪ ⎪ ⎪-++- ⎪⎝⎭⎪ ⎪-⎝⎭ ⎪⎝⎭(2 ) 将123,,βββ单位化***123362,,036236βββ⎛⎛ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎝⎭⎝则*1β,*2β,*3β为R 3的一组基标准正交基. 3．求齐次线性方程组123451235300x x x x x x x x x +-+-=⎧⎨+-+=⎩ 的解空间的一组标准正交基.分析 因齐次线性方程组的一个基础解系就是其解空间的一组基，所以只需求出一个基础解系再将其标准正交化即可.解 对齐次线性方程组的系数矩阵施行初等行变换化为行最简阶梯形矩阵11113111011110100014---⎛⎫⎛⎫−−→ ⎪ ⎪--⎝⎭⎝⎭可得齐次线性方程组的一个基础解系123100,,010004001ηηη ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.由施密特正交化方法, 取11221331211/21/311/21/3111,,011/3223004001βηβηββηββ--⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪===+==-+= ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭,将123,,βββ单位化得单位正交向量组***12311/21/311/21/33,,011/326213004001βββ--⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪- ⎪ ⎪⎪⎪⎪⎪==⎪⎪⎪⎪⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭因为齐次线性方程组的解向量的线性组合仍然是齐次线性方程组的解，所以*1β,*2β,*3β是解空间的一组标准正交基.3． 设1α,2α ,… ,n α 是n 维实列向量空间n R 中的一组标准正交基, A 是n 阶正交矩阵,证明: 1αA ,2αA ,… ,n A α 也是n R 中的一组标准正交基．证明 因为n ααα,,,21 是n 维实列向量空间n R 中的一组标准正交基, 所以⎩⎨⎧=≠==j i j i j T i j i 10),(αααα (,1,2,,)i j n =. 又因为A 是n 阶正交矩阵, 所以T A A E =. 则⎩⎨⎧=≠====j i j i A A A A A A j T i j T T i j T i j i10)()()(),(αααααααα (,1,2,,)i j n = 故n A A A ααα,,,21 也是n R 中的一组标准正交基. 5．设123,,ααα是3维欧氏空间V 的一组标准正交基, 证明112321233123111(22),(22),(22)333βαααβαααβααα=+-=-+=--也是V 的一组标准正交基. 证明 由题知()()1231232211,,,,2123122βββααα⎛⎫ ⎪=-- ⎪ ⎪--⎝⎭1232211,,2123122ααα⎛⎫ ⎪-- ⎪ ⎪--⎝⎭因为是一组标准正交基,且的行向量组是单位正交向量组.()1232211,,2123122ααα⎛⎫ ⎪-- ⎪ ⎪--⎝⎭所以和都是正交矩阵.()123,,.βββ从而也是正交矩阵123,,βββ所以是单位正交向量组, 构成V 的一组标准正交基.习题五 (A)一、填空题1．当k 满足 时，()()()31211,2,1,2,3,,3,,3k k R ααα===为的一组基. 解 三个三维向量为3R 的一组基的充要条件是123,,0ααα≠, 即26k k ≠≠且. 2．由向量()1,2,3α=所生成的子空间的维数为 .解 向量()1,2,3α=所生成的子空间的维数为向量组α的秩, 故答案为1.3．()()()()3123,,1,3,5,6,3,2,3,1,0R αααα====中的向量371在基下的坐标为 . 解 根据定义, 求解方程组就可得答案.设所求坐标为123(,,)x x x , 据题意有112233x x x αααα=++. 为了便于计算, 取下列增广矩阵进行运算 ()3213613100154,,133701082025100133αααα⎛⎫⎛⎫⎪ ⎪=−−−−→- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等行变换，所以123(,,)x x x = (33,-82,154).4. ()()()3123123,,2,1,3,1,0,1,2,5,1R εεεααα=-=-=---中的基到基的过渡矩阵为 . 解 因为123123212(,,)(,,)105311αααεεε---⎛⎫ ⎪=- ⎪ ⎪-⎝⎭, 所以过渡矩阵为212105311---⎛⎫ ⎪- ⎪ ⎪-⎝⎭.5. 正交矩阵A 的行列式为 . 解 21T A A E A =⇒=⇒A =1±.6．已知5元线性方程组AX = 0的系数矩阵的秩为3, 则该方程组的解空间的维数为 . 解 5元线性方程组AX = 0的解集合的极大无关组（基础解系）含5 – 3 =2 个向量, 故解空间的维数为2.()()()()412342,1,1,1,2,1,,,3,2,1,,4,3,2,11,a a a R a αααα====≠7.已知不是的基且a 则满足 .解 四个四维向量不是4R 的一组基的充要条件是1234,,,0αααα=, 则12a =或1. 故答案为12a =. 二、单项选择题1．下列向量集合按向量的加法与数乘不构成实数域上的线性空间的是( ). （A ） (){}R x x x x V n n ∈=,,0,,0,111 （B ） (){}R x x x x x x x V i n n ∈=+++=,0,,,21212 （C ） (){}R x x x x x x x V i n n∈=+++=,1,,,21213(D) (){}411,0,,0,0V x x R =∈解 (C ) 选项的集合对向量的加法不封闭, 故选（C ）.2.331,23P A ⨯⎛⎫ ⎪= ⎪ ⎪⎝⎭在中由生成的子空间的维数为（ ）. (A) 1 (B) 2 (C) 3 (D) 4解 向量组A =123⎛⎫ ⎪⎪ ⎪⎝⎭生成的子空间的维数是向量组A 的秩, 故选（A ）. 331231223311223311223123123123123,,( )() ,, ()2,23,3() ,,2 () ,2322,355R R A B C D ααααααααααααααααααααααααααααααα++-+++++++++-++-3.已知是的基,则下列向量组是的基.解 因 ( B )选项1223311231012,23,3=(,,) 220033ααααααααα⎛⎫⎪+++ ⎪ ⎪⎝⎭中（）, 又因123101,,220033ααα⎛⎫⎪⎪ ⎪⎝⎭线性无关且可逆， 所以1223312,23,3αααααα+++线性无关.故选（B ）.33123122313122331122313122313,, () ,, () 2,2,2() ,, () 2,2,2R R A B C D ααααααααααααααααααααααααααα++++++------4.已知是的基,则下列向量组（）不是的基. 解 因122313 ()()()0αααααα-+---=, 所以( C )选项中向量组线性相关, 故选（C ）. 5．n 元齐次线性方程组AX = 0的系数矩阵的秩为r , 该方程组的解空间的维数为s, 则( ).(A) s=r (B) s=n-r (C) s>r (D) s<r 选（B ）6. 已知A, B 为同阶正交矩阵, 则下列( )是正交矩阵. (A) A+B (B) A-B (C) AB (D) kA （k 为数） 解 A, B 为同阶正交矩阵()T T T T AB AB ABB A AA E ⇒=== 故选（C ）.7. 线性空间中，两组基之间的过渡矩阵（ ）.(A) 一定不可逆 (B) 一定可逆 (C) 不一定可逆 (D) 是正交矩阵 选（B ）(B)1．已知4R 的两组基 （Ⅰ）： 1234, αααα,,（Ⅱ）：11234223433444,βααααβαααβααβα=+++=++=+=,, ( 1 )求由基（Ⅱ）到（Ⅰ）的过渡矩阵； ( 2 )求在两组基下有相同坐标的向量.解 （１）设C 是由基（Ⅰ）到基（Ⅱ）的过渡矩阵, 已知1234123410001100(,,,)(,,,)11101111ββββαααα⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, 所以由基（Ⅱ）到基（Ⅰ）的过渡矩阵为11000110001100011C -⎛⎫⎪-⎪= ⎪-⎪-⎝⎭. （2）设在两组基下有相同坐标的向量为α, 又设α在基（Ⅰ）和基（Ⅱ）下的坐标均为),,,(4321x x x x , 由坐标变换公式可得11223344x x x x C x x x x ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ , 即 1234()x x E C x x ⎛⎫ ⎪⎪-= ⎪ ⎪ ⎪⎝⎭0 （*） 齐次线性方程（*）的一个基础解系为(0,0,0,1)η=, 通解为(0,0,0,) ()X k k R *=∈． 故在基（Ⅰ）和基（Ⅱ）下有相同坐标的全体向量为12344000 ()k k k R αααααα=+++=∈.312312313123122323133123123123123123,, ,, ,, (1),, ,, ,, ;(3) 2 ,,R R αααβββββαααββααββααββββββαααααααβββ+=+++=++=+=+-2.已知是 的基,向量组满足证明 是的基;(2)求由基 到基的过渡矩阵求向量 在基 下的坐标.解 ( 1 ) 由题有123123110101(,,)011(,,)110101111βββααα⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⇒123123010(,,)(,,)-1-12100αααβββ⎛⎫ ⎪= ⎪ ⎪⎝⎭⇒123123001(,,)(,,)100111222βββααα⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭因 0011001112220≠，所以123,, βββ线性无关. 故123,,βββ是3个线性无关向量，构成3 R 的基. (2 ) 因为123123010(,,)(,,)-1-12100αααβββ⎛⎫ ⎪= ⎪ ⎪⎝⎭所以从123123,,,,βββααα基到基的过渡矩阵为010-1-12100⎛⎫⎪⎪ ⎪⎝⎭(3) 123123123101012,,2,,-1-12211001αααααααβββ⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪=+-== ⎪ ⎪⎪ ⎪ ⎪⎪--⎝⎭⎝⎭⎝⎭（）（）1232,,-51βββ⎛⎫⎪= ⎪ ⎪⎝⎭（）所以1232,,5.1αβββ⎛⎫ ⎪- ⎪ ⎪⎝⎭向量在基下的坐标为412341234123412341234123412002100,,,,0012002121001100,,,,003500121,,2 2R ααααββββααααββββααααααααα⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎪⎪ ⎪ ⎪⎝⎭=++-3.设的两组基,与=，，且由基,到基,的过渡矩阵为（）求基,；（）求向量1234,,ββββ在基,下的坐标.解 (1) 因为12341234,,,,ααααββββ由基,到基,的过渡矩阵为C = 2100110000350012⎛⎫ ⎪⎪⎪ ⎪⎝⎭, 所以112341234(,,,)(,,,)12001-10013002100-120010000012002-5000100210-13037C ααααββββ-=-⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪==⎪⎪ ⎪⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭所以123413001000,,,00010037αααα-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪==== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭.(2 )11234123412341111 2(,,,)(,,,)1122C αααααααααββββ-⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪=++-== ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭123401(,,,)127ββββ⎛⎫⎪ ⎪= ⎪ ⎪-⎝⎭,12341234012,,,12-7αααααββββ⎛⎫ ⎪ ⎪∴=++- ⎪ ⎪⎝⎭向量在基下的坐标为.222123324. ()1,()12,()123[]()6914f x x x f x x x f x x x P x f x x x =++=++=++=++证明是线性空间的一组基,并求在这组基下的坐标.证明 设112233()()()0t f x t f x t f x ++=,则有222123(1)(12)(123)0t x x t x x t x x ++++++++= 即123123123011120*11210230123t t t t t t t t t ++=⎧⎪++==-≠⎨⎪++=⎩（）因为系数行列式所以方程组（*）只有零解. 故123(),(),()f x f x f x 线性无关, 构成3[]P x 线性空间的一组基. 设112233()()()()f x y f x y f x y f x =++ 则有1231123212336129223143y y y y y y y y y y y y ++=⎧⎛⎫⎛⎫⎪ ⎪ ⎪++=⇒=⎨ ⎪ ⎪⎪ ⎪⎪++=⎝⎭⎩⎝⎭所以()f x 123(),(),()f x f x f x 在基下的坐标为（1, 2, 3）. 5．当a 、b 、c 为何值时，矩阵A = 020010a bc ⎫⎪⎪⎪⎪ ⎪ ⎪ ⎪⎝⎭是正交阵.解 要使矩阵A 为正交阵，应有 T AA E = 001002200100100010001a b a c bc ⎫⎪⎛⎫⎪ ⎪⇒=⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭ ⎪⎪ ⎪⎪⎝⎭⎝⎭ 222101002201001000102a ac acbc ⎛⎫++ ⎪⎛⎫ ⎪ ⎪⇒= ⎪ ⎪ ⎪⎪⎝⎭⎪++⎪⎭⇒2221120 21a ac b c ⎧+=⎪⎪+=⇒⎨⎪+=⎪⎩①121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩；②121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩；③121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩；④121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩. 6．设 α 是n 维非零列向量, E 为n 阶单位阵, 证明:T T E A αααα）（/2-=为正交矩阵. 证明 因为α 是n 维非零列向量, T αα所以是非零实数.又22TTT T T T T A E E A αααααααα⎛⎫=-=-= ⎪⎝⎭,所以22 T T T T T A A AA E E αααααααα⎛⎫⎛⎫==-- ⎪⎪⎝⎭⎝⎭()()2224444()()T T T T T TTTTTE E Eαααααααααααααααααααα=-+=-+=故A 为正交矩阵．7．设TE A αα2-=, 其中12,,,Tn a a a α=（）, 若 ααT = 1. 证明A 为正交阵.证明 因为A E E E A TTTTTTT=-=-=-=αααααα2)(2)2(，所以A 为对称阵.又(2)(2)T T T A A E E αααα=--244()T T T E E αααααα=-+=, 所以A 为正交阵.8. , , , 0.A B n A B A B =-+=设均为阶正交矩阵且证明证明 因为, ,A B n 均为阶正交矩阵 所以0T A A =≠且T T T T T T TA AB E A B B B A B B A BB A B B A B+=+=+=+⋅=+⋅=⋅+（）()0200T A B A B A A B A B ⇒-⋅+=⇒⋅+=⇒+=.。
线性空间与线性变换
研究。
大家学习辛苦了，还是要坚持
继续保持安静
*例3 设R22中向量组{Ai}
1 1
0 2
A1 1 2 A2 1 3
3 1 A3 0 1
2 4 A4 3 7
1 讨论{Ai}得线性相关性、 2求向量组得秩与极大线性无关组、 3把其余得向量表示成极大线性无关组得
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}
由此建立一个一一对应关系
V,X Fn, ()=X
(1+2)=(1)+(2) (k)=k()
在关系下,线性空间V与Fn同构。
同构得性质
定理1、3、1:数域F上两个有限维线性空 间同构得充分必要条件就是她们得维数 相同。 同构保持线性关系不变。 应用: 借助于空间Fn中已经有得结论与方法研 究一般线性空间得线性关系。
1. 求从基(I)到基(II)得过渡矩阵C。
2. 求向量 7 3 在基(II)得坐标Y。 1 2
§1、2 子空间
概述:线性空间V中,向量集合V可以有集合得 运算与关系:
Wi V, W1W2, W1W2, 问题: 这些关系或运算得结果就是否仍然为 线性空间 ？
1、 子空间得概念
定义: 设非空集合WV,W ,如果W中得 元素关于V中得线性运算为线性空间,则称W 就是V得子空间。 判别方法:Important Theorem W就是子空间 W对V得线性运算封闭。
定义: T 得秩=dim R(T); T 得零度=dim N(T)
例 (P018) Rn中得变换 T:设A Rn×n就是一个给定 得 矩阵,XRn,T(X)=AX。 (1)T就是线性变换; (2)Ker(T)就是AX=0得解空间; (3)Im(T)=Span{a1,a2,…,a n}, 其中ai就是矩阵A得列 向量;
第讲-线性空间与线性变换
V x1, x2, x3, x4 x1 x2 x3 x4 0, x2 x3 x4 0, x1, x2 , x3, x4 R
（1）求V的基和维数；
（2）求V的一组标准正交基。
解 由V的构成可知，V是4元齐次线性方程组
x1 x2
x2 x3
x3 x4 x4 0
证 （1）由加法的定义知 V1 V2 对加法封闭，并容 易验证加法满足交换律与结合律。且
设 1,2分别是V1,V2 中的零元，则1,2 是V1 V2 的
零元。
对1,2 V1 V2 , 存在 1, 2 V1 V2 , 使得
1,2 1, 2 1,2 .
其次由数乘的定义知 V1 V2 对数乘封闭，且
构成V的一个子空间，称之为由1,2, ,s 生成的子空
间，记为L 1,2, ,s .
验证线性空间V的非空子集W是否构成子空间，只 要验证W对于V的两种线性运算的封闭性。
2、线性子空间的有关结果
（1）如果数域P上的线性空间V的非空子集W对于V的
两种线性运算封闭，即对于任意, W 有 W ,又 对于任意 k P, W 有 k W ，则W是V的子空间。
a1, a2 , , an .
设1,2, ,s 是线性空间V中的一组元素，则
dim L 1,2, ,n r1,2, ,n
且元素组 1,2, ,s 的任一极大线性无关组都是生成
子空间 L 1,2, ,s 的基。
设W是数域P上 n 维线性空间V的一个m 维子空间，
1,2, ,m 是W的一组基，则这组元素必可扩充成V 的一组基。即在V中必可找到n m个元素m1,m2, ,n 使得1,2, m,m1, ,n 是V的一组基。
dimV . 即V 不是有限维线性空间。
§7.1 线性空间的定义与性质
例1 在实数域 R 和 R 集合（正实数全体）
上定义运算 a b aba,b R
o a a R, R
验证 R 对上述定义的加法 与数乘 o 。
运算构成实数域上的线性空间。
解 对加法封闭：对任意的 a,b R ，有
a b ab R 对数乘封闭：对任意的 R, a R ，有 o a a R
⑦ o a a aa a a oa oa
⑧ oa b oab ab ab a b o a ob 经验证 R 所定义的运算构成了线性空间。
例2 设集合 V 为：与向量 0,0,1 不平行的全体
三维数组向量。定义两种运算为：数组向量的加 法和数乘运算。验证集合 V 是否为实数域 R 上 的线性空间。
说明 求差的运算称为减法运算。
定义3 设 W 是线性空间 V 的一个非空子集，若 W 对于 V 中定义的加法与数乘运算也构成一个 线性空间，称 W 是 V 的子空间。
对于子空间，有如下定理加以判别。
定理 设 W 是线性空间 V 的一个非空子集，则 W 是 V 的子空间充要条件是 W 对于 V 的加 法与数乘运算具有封闭性，即
下面再验证满足8条规律： ① a b ab ba b a
② a b c ab c abc abc a b c
③ R 存在零元素1，对 a R 有 a 1 a1 a ④ 对 a R ，有负元素 a1 R ，使
a a1 aa1 1
⑤ 1 a a1 a
⑥ o o a o a a a o a , R
证（6）由 0 0 得
0 0 ，根据加法消去律有 0 0 证（8）若 0 ，据性质（5）可知 0 ；
若 0 ，则 1 存在，有 1 10 ，故
1 1 0 ，证毕
线性空间
（5）1
（6）k(l) (kl)
（7）(k l) k l （8）k( ) k k
注 线性空间亦称向量空间.线性空间的元素又称 为向量.零元素又称为零向量.负元素又称负向量. 凡满足以上八条规律的加法及乘数运算，称为 线性运算．
线性空间是二维、三维几何空间及n 维向量 空间的推广，它在理论上具有高度的概括性.
V 的线性子空间,称为零子空间.
以上两个子空间称为平凡子空间
例 对于实数域 R上的线性空间 F 22 ,证明其
子集合
0
V1
M
M
b
a c
,
a,b, c R
是 F 22 的一个子空间.
只需证明其对加法和数乘运算封闭
例 设 V 是数域 F 上的线性空间, 1,2,,s
)x (
1
)
0
Pn[ x]
R[x]n 对运算封闭.
例 n次多项式的全体
Q[
x] n
{
p
an
xn
a1
x
a0
an ,, a1,
a0 R, 且 an 0}
对于通常的多项式加法和乘数运算不构成线性空间.
注：一个集合，如果定义的加法和数乘运算 是通常的实数间的加乘运算，则只需检验对 运算的封闭性．
第七章 线性空间
一、线性空间的定义
线性空间是为了解决实际问题而引入 的，是线性代数基本的概念之一，它是 某一类事物从量的方面的一个抽象， 即把实际问题看作向量空间，进而通过 研究向量空间来解决实际问题．
定义: 设
V是一个非空集合, F 是一个数域.如果在
线性空间的定义与性质
由于, s1(x)+s2(x) = A1sin(x+B1)+A2sin(x+B2) = (a1cosx+b1sinx)+(a2cosx+b2sinx) = (a1+a2)cosx+(b1+b2)sinx
= Asin(x+B)S[x],
说明1. 凡满足以上八条运算规律的加法及乘数运 算统称为线性运算.
说明2. 向量(线性)空间中的元素称为向量, 但不一 定是有序数组.
说明3. 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.
线性空间的判定方法: (1) 如果在一个集合上定义的加法和乘数运算是 通常实数间的加, 乘运算, 则只需检验运算的封闭性.
任意两个元素, V, 总有唯一的一个元素 V与之 对应, 称 为与 的和(简称加法运算), 记作 = +.
若对于任一数R与任一元素V, 总有唯一的 元素 V与之对应, 称为数与的积(简称数乘运算), 记作 = .
如果上述的两种运算满足以下八条运算规律, 那 么, 就称V为数域R上的线性空间(或向量空间):
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. 实际上
对p(x)=a0+a1x+···+anxn, q(x)=b0n, R,
p(x)+q(x) = (a0+a1x+···+anxn)+(b0+b1x+···+bnxn ) = (a0+b0)+(a1+b1)x+···+(an+bn)xnP[x]n,
线性空间中的基本定义及性质
线性空间中的基本定义及性质线性空间是现今数学中的一个基础概念。
它在向量、矩阵、微积分、拓扑等多个数学分支中都有广泛的应用。
本文将简单介绍线性空间的基本定义及其性质。
一、线性空间的基本定义线性空间是一种包含数个元素的空间，其内部具有向量加法运算和数乘运算。
具体来说，设V为一个非空集合，其中的元素称为向量。
若V上有两种运算，一种为向量加法运算，用+表示，另一种为数乘运算，用·表示，则称(V, +, ·)为一个线性空间，满足以下条件：1.加法交换律：对任意u,v∈V，有u+v=v+u；2.加法结合律：对任意u,v,w∈V，有(u+v)+w=u+(v+w)；3.存在零向量：存在一个元素0∈V，使得对任意u∈V，有u+0=u；4.对任意向量u∈V，存在相反元素：对任意u∈V，存在一个元素-v∈V，使得u+(-v)=0；5.数乘结合律：对任意α,α∈R，u∈V，有(αα)u=α(αu)；6.分配律：对任意α∈R，u,v∈V，有α(u+v)=αu+αv，(α+α)u=αu+αu；7.标量乘法：对任意u∈V，有1u=u。
在以上定义中，R表示实数集合上的乘法运算。
二、线性空间的性质线性空间的定义虽然简单，但它带来了许多重要的性质。
以下是几个典型的例子：1. 零向量唯一性：线性空间中仅存在一个零向量，任何向量加上该零向量等于其本身。
2. 相反元素唯一性：线性空间中任一向量的相反元素是唯一的。
3. 线性组合性质：设{u1,u2,...,un}为V中的向量。
{a1,a2,...,an}为任意实数，则线性组合a1u1+a2u2+...+anun∈V。
其中，每个ai乘以ui叫做向量ui 的系数。
4. 子空间的定义：设V为一个线性空间，如果它的子集W满足：（1）对于任意向量u,v∈W，u+v∈W；（2）对于任意α∈R，u∈W，有αu∈W；则称W是V的一个子空间。
5. 线性无关性：设V为一个线性空间，{u1,u2,...,un}为其中的向量。
矩阵论第一章
k1 , k2 ,L, kr ∈ P ，使得
k1α1 + k2α 2 + L + krα r = 0
线性相关的 则称向量组 α1 ,α 2 ,L,α r 为线性相关的；
不是线性相关的 （4）如果向量组 α1 ,α 2 ,L,α r 不是线性相关的，即 ）
k1α1 + k2α 2 + L + krα r = 0
上零多项式作成的集合， 上零多项式作成的集合，按多项式的加法和数量乘 上的一个线性空间， 表示． 法构成数域 P上的一个线性空间，常用 P[x]n表示． 上的一个线性空间
P [ x ]n = { f ( x ) = a n − 1 x n − 1 + L + a 1 x + a 0 a n − 1 ,L , a 1 , a 0 ∈ P }
+ ∀a ∈ R + , ∀k ∈ R, k o a = a k ∈ R,且 ak 唯一确定． 唯一确定．
其次， 其次，加法和数量乘法满足下列算律 ① a ⊕ b = ab = ba = b ⊕ a ② (a ⊕ b) ⊕ c = (ab) ⊕ c = (ab)c = a(bc) = a ⊕(bc) = a ⊕(b ⊕ c)
二、线性空间的简单性质
1、零元素是唯一的. 、零元素是唯一的
证明：假设线性空间 有两个零元素 有两个零元素0 证明：假设线性空间V有两个零元素 1、02，则有 01＝01＋02＝02．
2、 α ∈V ，的负元素是唯一的，记为- α ． 、 的负元素是唯一的，记为∀
证明： 证明：假设α 有两个负元素 β、γ ，则有
k ,α 的数量乘积 并记做 kα , 如果加法和数量乘法 的数量乘积,并记做
线性空间的定义与简单性质
注 ◆ 例 8 中集合 V 满足线性空间定义中的其 他七条公理, 可见第五条虽然比较简单, 但是不可 由其他七条推出.
◆ 在 8 条公理中只有第一条加法满足交换律不 是独立的.
证明 ∵ 2( )＝2 2 ＝(1＋1) ＋(1 ＋1) ＝(1 ＋1 )＋(1 ＋1 )＝(＋ )＋( ＋ )＝ ＋( ＋ )＋ ,
元素 与它们对应，称为 k 与 的数量乘积，记
= k . 如果加法与数量乘法满足下述规则，那
么 V 称为数域 P 上的线性空间.
加法满足下面四条规则：
1) ；
2) ( ) ( )；
3) 在 V 中有一个元素 0，对于 V 中任一元素
都有
+ 0 =
(具有这个性质的元素 0 称为 V 的零元素) ；
7 §6.2 线性空间的定义与简单性质
例 1 在解析几何中， 平面或空间中一切向量 组成的集合 V, 对于向量的加法及实数与向量的乘 法, 构成实数域上的一个线性空间.
例 2 全体 n 维实向量组成的集合 V, 对于向 量的加法及实数与向量的乘法, 构成实数域上的 一个线性空间.
例 3 全体定义在区间 [a,b]上的连续函数组成 的集合V, 对于函数的加法及实数与连续函数的乘 法, 构成实数域上的一个线性空间. 用 C [a,b] 表示.
八条规则其中前四条是加法的运算律这时称v对加法做成一个加群第五六条是数量乘法算律后两条是分配律表示两种运算之间的联系
高等代数
第六章 线性空间 Linear Space
第二节 线性空间的定义与简单性质
2 §6.2 线性空间的定义与简单性质
一、线性空间的概念
定义 1 设 V 是一个非空集合 , P 是一个数域 . 在集合 V 的元素之间定义了一种代数运算，叫做 加法； 这就是说，给出了一个法则，对于 V 中任
线性空间 知识点总结
线性空间知识点总结本文将从定义、性质、例子、拓扑结构等多个方面对线性空间进行总结，以帮助读者更全面地理解这一概念。
一、线性空间的定义线性空间的定义较为抽象，它可以用来表示向量、矩阵、多项式等各种类型的数学对象。
线性空间是一个非空集合V，配上两个操作：加法和数乘。
加法指的是将两个向量或数学对象相加得到一个新的向量或数学对象，数乘指的是将一个标量与一个向量或数学对象相乘得到一个新的向量或数学对象。
具体来说，给定一个域F，一个线性空间V满足以下条件：1. 对于V中的任意两个元素x、y，它们的和x+y也属于V。
2. 对于V中的任意元素x和任意标量c，它们的数乘cx也属于V。
3. 加法满足结合律和交换律。
4. 加法单位元（零向量）存在。
5. 数乘满足分配律。
6. 数乘满足标量乘1等于自身。
换句话说，线性空间V是一个满足上述条件的非空集合，它配备了加法和数乘这两种运算，并且这两种运算满足一定的性质。
二、线性空间的性质线性空间有许多重要的性质，这些性质不仅体现了线性空间的内在结构，也为线性空间的进一步研究提供了重要的基础。
下面介绍线性空间的一些主要性质：1. 线性空间中的元素有唯一加法逆元。
对于线性空间V中的任意元素x，存在一个唯一的元素-y，使得x+y=0，其中0表示线性空间V中的零向量。
2. 线性空间中的元素满足交换律和结合律。
即对于线性空间V中的任意元素x、y、z，有x+y=y+x，(x+y)+z=x+(y+z)。
3. 线性空间中的元素满足分配律。
即对于线性空间V中的任意元素x、y、z和任意标量c，有c(x+y)=cx+cy，(c+d)x=cx+dx。
4. 线性空间中的元素满足数乘单位元的性质。
即对于线性空间V中的任意元素x，有1∙x=x。
5. 线性空间中的元素满足数乘交换律。
即对于线性空间V中的任意元素x和任意标量c、d，有c(dx)=(cd)x。
6. 线性空间中的元素满足数乘结合律。
即对于线性空间V中的任意元素x和任意标量c、d，有(c+d)x=cx+dx。
高等代数-线性空间
负向量存在性
(5) 1 ; (6) a( ) a a ,a K;
数乘与加法的协调
(7) (a b) a b,a,b K;
(8) a(b ) (ab).
线性空间_例
例4 Kmn {A (aij )mn | aij K, i 1,2,..., m, j 1,2,..., n}
(2) 数乘
若k K, (a1, a2 ,L , an ) , 则 k (ka1, ka2 ,L , kan ).
n维向量_3
向量运算规则（八条运算规则）
(1) 加法交换律 ;
0向量存在性
(2) 加法结合律 ( ) ( );
(3) 0,, 0 ; (4) , , 0;
例6. 所有偶数集合是数环, 不是数域.
例7. Q( 3) {a b 3 a,b Q}是数域. Q(3 2) {a b3 2 a,b Q} 不是数域, 是数环. W {a3 2 a Q}不是数环, 也非数域.
命题 任一数域必包含0, 1. 命题 任一数域必包含有理数域Q. 命题 R和C之间不存在任何其他数域.
线性映射和线性变换
线性空间理论的应用
矩阵的秩——对矩阵分类 线性方程组解的结构
目的要求
• 掌握数域的定义, 正确判断数域和数环 • 熟练掌握线性空间的概念、基本性质； • 正确判断一个集合对于给定的运算是否构
成一个线性空间
集合
➢ 若干个事物的整体称为集合(记作A, B, C等) ➢ 组成集合的事物称为元素(记作a, b, c等) ➢ 集合具有：确定性、互异性、无序性
a11 a22 L amm ,
则称 是1,2 ,L
,
的
m
线性组合,
或称向量 可
§6.2 线性空间的定义
§6.2 线性空间的定义
线性空间是数学中一个非常重要的基础概念，也被称为向量空间。
它是由一组称作向量的元素所构成的集合，并且这个集合也需要满足一定的运算规则。
具体来说，线性空间必须满足以下条件：
1. 加法性质：对于任意的 a、b 属于线性空间 V，其和 a+b 也属于 V。
6. 存在零元素：线性空间中必须存在一个元素 0，使得对于任意的 a 属于 V，有a+0=0+a=a。
以上这些条件都是线性空间必须满足的性质，只有同时满足以上所有条件，才能称为线性空间。
线性空间不仅可以是实数域上的，也可以是复数域或其他的数域，只要满足上述条件就行。
此外，线性空间的向量元素也可以是多维的，相应地，加法和数量乘法也要进行多维的运算。
总之，线性空间是数学中的一个非常重要的概念，它是在广泛的应用领域中得到了广泛的应用，包括物理、经济、计算机科学等领域，是许多高等数学学科的基础，深入理解并掌握线性空间的性质和应用，对于建立和发展许多数学理论和应用具有重要的意义。
第六章线性空间
第六章线性空间§ 1集合•映射一、集合集合是数学中最基本的概念之一，所谓集合就是指作为整体看的一堆东西• 组成集合的东西称为这个集合的元素•用a M表示a是集合M的元素，读为：a属于M .用a F M表示a不是集合M的元素，读为：a不属于M .所谓给出一个集合就是规定这个集合是由哪些元素组成的•因此给出一个集合的方式不外两种，一种是列举法：列举出它全部的元素，一种是描述法：给出这个集合的元素所具有的特征性质.设M是具有某些性质的全部元素所成的集合，就可写成M = "a |a具有的性质—不包含任何元素的集合称为空集，记作'.如果两个集合M与N含有完全相同的元素，即a M当且仅当a N，那么它们就称为相等，记为M二N .如果集合M的元素全是集合N的元素，即由a • M可以推出a • N，那么M 就称为N的子集合，记为M N或N二M .两个集合M和N如果同时满足M N和N二M .,则M和N相等.设M和N是两个集合，既属于M又属于N的全体元素所成的集合称为M 与N 的交，记为M N .属于集合M或者属于集合N的全体元素所成的集合称为M与N的并，记为M N .二、映射设M和M •是两个集合，所谓集合M到集合M的一个映射就是指一个法则，它使M中每一个元素a都有M •中一个确定的元素a •与之对应.如果映射二使元素a > M与元素a • M对应，那么就记为a ■就为a在映射二下的像，而a称为a ■在映射二下的一个原像.M到M自身的映射，有时也称为M到自身的变换.关于M到M •的映射匚应注意：1）M与M •可以相同，也可以不同；2）对于M中每个元素a，需要有M •中一个唯一确定的元素a •与它对应；3）—般，M •中元素不一定都是M中元素的像；4）M中不相同元素的像可能相同；5）两个集合之间可以建立多个映射.集合M到集合M ■的两个映射二及.，若对M的每个元素a都有二（a）二.（a）则称它们相等，记作二二...例1 M是全体整数的集合，M •是全体偶数的集合，定义-（n） = 2n, n M ,这是M到M •的一个映射.例2 M是数域P上全体n级矩阵的集合，定义5（A） A|,A M .这是M到P的一个映射.例3 M是数域P上全体n级矩阵的集合，定义二2（a）二aE , a P .E是n级单位矩阵，这是P到M的一个映射.例4对于f（x） P[x],定义r f（X））= f （x）这是P[X]到自身的一个映射.例5设M，M是两个非空的集合，a0是M中一个固定的元素，定义「（a）二a0,a M .这是M到M •的一个映射.例6设M 是- -个集合，定义二（a）二 a ,a M .即二把M的每个元素都映到它自身，称为集合M的恒等映射或单位映射，记为1 M .例7任意一个定义在全体实数上的函数y 二f（x）都是实数集合到自身的映射，因此函数可以认为是映射的一个特殊情形.对于映射可以定义乘法，设匚及.分别是集合M到M，M ■到M “的映射，乘积.二定义为（.；「）（a） = （；「（a）） ,a M ,即相继施行；「和.的结果，.；「是M到M ”的一个映射.对于集合集合M到M的任何一个映射匚显然都有1M一"M .映射的乘法适合结合律.设匚,•「分别是集合M到M，M ■到M ，M “到M托勺映射，映射乘法的结合律就是（-）；「- （；「）.设二是集合M到M •的一个映射，用；「（M ）代表M在映射二下像的全体，称为M在映射二下的像集合.显然；「（M ） M .如果二（M ）二M •，映射二称为映上的或满射.如果在映射二下，M中不同元素的像也一定不同，即由a^ - a2一定有二（耳）=二（a?），那么映射二就称为1-1的或单射.一个映射如果既是单射又是满射就称1-1对应或双射.对于M到M •的双射二可以自然地定义它的逆映射，记为匚* .因为二为满射，所以M •中每个元素都有原像，又因为二是单射，所以每个元素只有一个原像，定义二'(a)二a,当二(a) = a .显然，二」是M ■到M的一个双射，并且'■- '■- = = 1 M '.不难证明，如果匚,.分别是M到M , M ■到M ”的双射，那么乘积v就是M到M “的一个双射.§ 2线性空间的定义与简单性质一、线性空间的定义.例1 在解析几何里，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算法•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.10按平行四边形法则所定义的向量的加法是V3的一个运算；2°解析几何中规定的实数与向量的乘法是R X V3到V3的一个运算.30由知道，空间上向量的上述两种运算满足八条运算规律.例2.数域P上一切矩阵所成的集合对于矩阵的加法和数与矩阵的乘法满足上述规律.定义1令V是一个非空集合，P是一个数域.在集合V的元素之间定义了一种代数运算，叫做加法；这就是说给出了一个法则，.对于V中任意两个向量〉与,在V中都有唯一的一个元素与它们对应，称为〉与］的和，记为 =：'■.在数域P与集合V的元素之间还定义了一种运算，叫做数量乘法；这就是说，对于数域P中任一个数k与V中任一个元素—在V中都有唯一的一个元素：与它们对应，称为k与〉的数量乘积，记为：二k〉.如果加法与数量乘法满足下述规则，那么V称为数域P上的线性空间.加法满足下面四条规则：：1） :- - - = ■ ■ :■；2）（、£）；3）在V中有一个元素0^ V ,都有: （具有这个性质的元素0称为V的零元素）；4） -• V , 「V , st 〉• 1 = 0 （ 1 称为〉的负元素）.数量乘法满足下面两条规则：5） 1——：；6）k（l：）=（kl）：;数量乘法与加法满足下面两条规则:7）（k 亠丨）：-k：：亠丨、；;8）k （；*_亠 | ；）= k 很亠k |;在以上规则中，k,l等表示数域P中任意数；：•「，等表示集合V中任意元素.例3数域P上一元多项式环P[x],按通常的多项式加法和数与多项式的乘法，构成一个数域P上的线性空间.如果只考虑其中次数小于n的多项式，再添上零多项式也构成数域P上的一个线性空间，用P[x]n表示.例4元素属于数域P的m n矩阵，按矩阵的加法和数与矩阵的数量乘法，构成数域P上的一个线性空间，用P mn表示•例5全体实函数，按函数加法和数与函数的数量乘法，构成一个实数域上的线性空间.例6数域P按照本身的加法与乘法，即构成一个自身上的线性空间.例7以下集合对于所指定的运算是否作成实数域R上的线性空间：1）平面上全体向量所作成的集合V ,对于通常向量的加法和如下定义的纯量乘法：a ：二0,a R^ - V .2）R上n次多项式的全体所作成的集合W对于多项式的加法和数与多项式的乘法•例8设V是正实数集,R为实数域.规定，二---■（即〉与]的积）,a O ：■ —a（即〉的a次幕）,其中〉J • V,a・R.则V对于加法①和数乘。
线性空间与子空间的定义与性质
线性空间与子空间的定义与性质线性空间是线性代数中的基本概念之一，它是由一组元素及其对应的运算所构成的数学结构。
本文将介绍线性空间的定义和性质，并讨论其子空间的特点。
一、线性空间的定义线性空间也称为向量空间，它由定义在一个域上的元素所组成，这些元素称为向量。
一个线性空间必须满足以下条件：1. 封闭性：对于任意向量a和b，其线性组合a+b也是线性空间中的向量。
2. 可加性：对于任意向量a、b和c，满足(a+b)+c = a+(b+c)的结合律。
3. 零向量：存在一个零向量0，使得对于任意向量a，有a+0=a。
4. 负向量：对于每个向量a，存在一个负向量-b，使得a+b=0。
5. 数乘性：对于任意向量a和标量k，其标量倍数ka也是线性空间中的向量。
6. 数乘分法：对于任意标量k和l，以及向量a，满足(kl)a=k(la)的结合律。
7. 数乘加法混合性：对于任意向量a和标量k、l，满足(k+l)a=ka+la 的分配律。
8. 数加分法混合性：对于任意向量a、b和标量k，满足k(a+b)=ka+kb的分配律。
二、线性子空间的定义线性子空间是指线性空间中的一个子集，它也是一个线性空间。
对于给定的线性空间V，如果集合W是V的子集，并且满足以下条件：1. 零向量：零向量0属于W。
2. 封闭性：对于任意向量a和b，若a和b都属于W，则其线性组合a+b也属于W。
3. 数乘性：对于任意向量a和标量k，若a属于W，则其标量倍数ka也属于W。
三、子空间的性质线性子空间具有如下性质：1. 非空性：线性子空间不能是空集。
2. 零向量唯一性：线性子空间中的零向量是唯一的。
3. 维数性质：设V是一个线性空间，W是V的一个有限维子空间，如果W的一组基包含n个向量，则W的任意一组线性无关的向量组也包含不超过n个向量。
4. 直和性质：设V是一个线性空间，W是V的一个子空间。
如果存在一个子空间U，使得V是U和W的直和，即任意向量v∈V都可以唯一地表示成v=u+w，其中u∈U，w∈W，则称V是子空间U和W 的直和。
线性空间线性空间的定义及性质知识预备集合笼统的说
第一讲线性空间一、线性空间的定义及性质[知识预备]★集合：笼统的说是指一些事物（或者对象）组成的整体。
集合的表示：枚举、表达式集合的运算：并（），交（）另外，集合的“和”（＋）：并不是严格意义上集合的运算，因为它限定了集合中元素须有可加性。
★数域：一种数集，对四则运算封闭（除数不为零）。
比如有理数域、实数域（R）和复数域（C）。
实数域和复数域是工程上较常用的两个数域。
线性空间是线性代数最基本的概念之一，也是学习现代矩阵论的重要基础。
1．线性空间的定义：设V是一个非空集合，其元素用zx,,等表示；K是一个数域，y其元素用m,等表示。
如果V满足[如下8条性质，分两类]:k,l（I）在V中定义一个“加法”运算，即当Vx∈，时，有唯一的和y+（封闭性），且加法运算满足下列性质:x∈yV（1）结合律z=+)()(；+y+zxyx+（2）交换律x+；=yyx+（3）零元律存在零元素O，使x+；x=O（4）负元律 对于任一元素V x ∈，存在一元素V y ∈，使O y x =+，且称y 为x 的负元素，记为)(x -。
则有O x x =-+)(。
（II ）在V 中定义一个“数乘”运算，即当K k V x ∈∈,时，有唯一的V kx ∈（封闭性），且数乘运算满足下列性质: （5）数因子分配律 ky kx y x k +=+)(； （6）分配律 lx kx x l k +=+)(； （7）结合律 x kl lx k )()(=； （8）恒等律 x x =1； 则称V 为数域K 上的线性空间。
注意以下几点：1）线性空间是基于一定数域来的。
同一个集合，对于不同数域，就可能构成不同的线性空间，甚至对有的数域能构成线性空间，而对其他数域不能构成线性空间。
2）两种运算、八条性质。
数域K 中的运算是具体的四则运算，而V 中所定义的加法运算和数乘运算则是抽象的、形式的。
3）除了两种运算和八条性质外，还应注意唯一性、封闭性是否满足。
第六章 线性空间
第六章 线性空间一．内容概述（一） 基本概念⒈线性空间的定义-----两个集合要明确。
两种运算要封闭，八条公理要齐备。
V ,数域F V ∙V →V V ∈∀βα、 使V ∈+βα。
V F ⨯→V ∀k V ∈使k V ∈α。
满足下述八条公理：⑴αββα+=+； ⑵)()(γβαγβα++=++； ⑶对于,V ∈α都有αα=+0，零元素；⑷对于V ∈α，都有0=+βα，称β为α的负元素，记为α-； ⑸βαβαk k k +=+)(；⑹αααl k l k +=+)(；⑺)()(ααl k kl =； ⑻αα=1。
常用的线性空间介绍如下：（ⅰ）2V 、3V 分别表示二维，三维几何空间。
（ⅱ）nF 或nP 表示数域)(P F 上的n 维列向量构成的线性空间。
（ⅲ）[]x F 表示数域上全体多项式组成的线性空间。
[]x F n 表F 上次数不大于n 的多项式集合添上零多项式构成的线性空间。
（ⅳ）()F M n m ⨯表示数域F 上n m ⨯矩阵的集合构成的线性空间。
当n m =时，记为()F M n m ⨯。
（ⅴ）[]b a R ,表示在实闭区间[]b a ,上连续函数的集合组成的线性空间。
⒉基，维数和坐标------刻画线性空间的三个要素。
⑴基 线性空间()F V 的一个基指的是V 中一组向量{}n ααα,,21 满足（ⅰ）n ααα,,21 线性无关；（ⅱ）V 中每一向量都可由n ααα,,21 线性表出。
⑵维数 一个基所含向量的个数，称为维数。
记为V dim 。
⑶坐标 设n ααα,,21 为()F V n 的一个基。
()F V n ∈∀α有n n a a a αααα+++= 2211则称有序数组n a a a ,,21 为α关于基n ααα,,21 的坐标。
记为(n a a a ,,21 )。
⑷过渡矩阵 设()F V n 的二个基n ααα,,21 （ⅰ）n βββ ,,21（ⅱ）且∑==ni iij j a 1αβn j 2,1=则称n 阶矩阵。
高等代数第六章 线性空间
线性空间的维数
定义7 如果在线性空间V中有n个线性无关 的向量，但是没有更多数目的线性无关的向 量，那么V就称为n维的；如果在V中可以找 到任意多个线性无关的向量，那么V就称为 无限维的。
按照这个定义，几何空间中向量所成的 线性空间是三维的；n元数组所成的空间是n 维的；
由所有实系数多项式所成的线性空间是 无限维的，因为对于任意的N，都有N个线
我们来证01=02。 由于01、 02是零元素，所以 01+02 =01， 01+02 =02
于是 01=01 +02=02。 这就证明了零元素的唯一性。
2.负元素是唯一的。
这就是说，适合条件 0的元素 是被元素 唯一决定的。 假设 有两个负元素 与 ， 0, 0. 那么 0 ( ) ( ) 0 .
例1
设
V
a11 a21
a12
a22
aij
R
那么 V 对于矩阵的加法和数乘构成数域 R
上的线性空间.
1 0
0 1
0 0
0 0
E11
0
0
,
E12
0
0
,
E21
1
0
,
E22
0
1
是 V 的一个极大线性无关组
例2 问 F[x]4 中的向量组
f1(x) 3x3 x 2
f3(x) x
是n个线性无关的向量，而且每一个次数小
于n的数域F上的多项式都可以被它们线性表 出，所以 F[x]n 是n维的，而 1, x, x2 ,, xn1 就是
它的一组基。
在这组基下,多项式
f
(x)
a0
a1 x
a xn1 n1