第六章线性空间

合集下载

第六章 线性空间与线性变换

第六章 线性空间与线性变换
(7) (k + l)α=kα+lα , k,l ∈ F ; (8) k(lα )=(kl)α ,
其中α, β ,γ 是V 中的任意元素, k,l 是数域 F 中任意数.V 中适合(3)的元素 0 称为零元
素;适合(4)的元素 β 称为α 的负元素,记为 − α .
下面我们列举几个线性空间的例子.
例1 数域 F 上的所有 n 维列向量集 F n 算规则,它是数域 F 上的一个线性空间.特别 地,当 F=R 时,R n 称为 n 维实向量空间;当 F=C 时,C n 称为 n 维复向量
设α = x1ε1 + x2ε 2 + L+ xnε n = y1η1 + y2η2 + L+ ynηn ,则
⎜⎛ x1 ⎟⎞ ⎜⎛ y1 ⎟⎞
⎜ ⎜ ⎜⎜⎝
第 4 页 共 19 页
第六章 线性空间与线性变换
二、同构关系
1.映射
设 M,N 是两个集合.如果给定一个法则ϕ ,使 M 中的每个元素 a 都有 N 中的一
个唯一确定的元素 a' 与之对应,则称ϕ 是集合 M 到集合 N 的一个映射. a' ∈ N 称为 a 在
映射ϕ 下的像,而 a 称为 a' 在映射ϕ 下的原像.记作ϕ(a) = a' . M 中元素在ϕ 下像的全
2) 把(1)式形式地写为
⎜⎛ x1 ⎟⎞
α
=
(ε1,ε
2
,L,
ε
n
)
⎜ ⎜ ⎜⎜⎝
x2 M xn
⎟ ⎟ ⎟⎟⎠

(η1,η2 ,L,ηn ) = (ε1,ε 2 ,L,ε n )A.
第 6 页 共 19 页
第六章 线性空间与线性变换

高等代数第六章

高等代数第六章

数域P上的线性空间.
例5 全体正实数R+,
1) 加法与数量乘法定义为: a, b R , k R

a b log
b a
k a ak
a , b R , k R 2) 加法与数量乘法定义为:
a b ab
k aa
k
判断 R+是否构成实数域 R上的线性空间 .
为数域 P上的次数小于 n 的多项式的全体,再添上 零多项式作成的集合,按多项式的加法和数量乘法
构成数域 P上的一个线性空间。
例3 线性空间 P mn
数域 P上 m n矩阵的全体作成的集合,按矩阵的乘法 和数量乘法,构成数域 P上的一个线性空间。
例4 任一数域 P 按照本身的加法与乘法构成一个
3)如果 σ 、τ都是双射,那么 g 也是双射,并且
g 1 ( ) 1 1 1
§2.线性空间的定义和简单性质
线性空间的定义 线性空间的简单性质
引例1 对于数域P上的n维向量空间Pn,定义了两个向 量的加法和数量乘法: (a1 , a2 , , an ) (b1 , b2 , , bn ) (a1 b1 , a2 b2 , , an bn )
定义:集合是一些事物汇集到一起组成的一个整
体;组成集合的这些事物称为集合的元素。
集合用大写字母A、B、C 等表示; 集合的元素用小写字母a、b、c 等表示.
Note “集合”概念没有一个严谨的数学定义,只是有一个 描述性的说明. 集合论的创始人--19世纪中期德国数学家康托尔 (Cantor)把集合描述为:所谓集合是指我们直觉 中或思维中确定的,彼此有明确区别的那些事物作为 一个整体来考虑的结果. 集合中的元素具有:确定性、互异性、无序性.

第六章 线性空间

第六章 线性空间

n 唯一确定的, 这组数就称为 在基 1 , 2 , … , n 下的坐标,记为 ( a1, a2 , … , an ) .
(2) 维与基的关系
如果在线性空间 V 中有 n 个线性无关的向
量 1, 2 , …, n ,且 V 中任一向量都可以
用它们线性表出,那么 V 是 n 维的,而 1, 2 , …
线性表出,则称r为这个向量组的秩,又称i1 , i2 , …,
ir是这个向量组的一个极大线性无关组.
(2) 秩与极大线性无关组有以下一些结论 1) 每一个不全由零向量组成的向量组都有极大线性
无关组;
2) 向量组与它的任一极大线性无关组等价;一个
向量组的任意两个极大线性无关组等价;
3) 如果向量组可由线性表出,则前一向量组的秩
3) 如果向量组1 , 2 , …, r 线性无关,但向量 组 1 , 2 , …, r , 线性相关,那么 可以被 1 ,
2 , …, r 线性表出,而且表法是唯一的.
5 秩与极大线性无关组
(1) 设V是数域P上的线性空间,1 , 2 , …, s是V中 一组向量, 如果该向量组中有r个向量i1 , i2 , …, ir 线性无关,且每个j (j=1,2,...,s)都可由i1 , i2 , …, ir
向量的加法和数乘构成的数域P上的线性空间. 2) Pm×n:数域P上m×n矩阵的全体,按通常矩阵的 加法和数乘构成的数域P上的线性空间. 3) P[x]: 数域P上一元多项式的全体,按通常的多 项式的加法和数乘构成的数域P上的线性空间.
4) P[x]n: 数域P上次数小于n的一元多项式的全体, 再添上零多项式,按通常的多项式的加法和数乘构成的 数域P上的线性空间. 5) 数域P按数的加法与乘法构成数域P上的线性空 间. 复数域C按数的加法与乘法构成数域R上的线性空 间,也构成复数域C上的线性空间.

高等代数北大版64

高等代数北大版64

,?
n
)
? ? ??
a2 an
? b2 M ? bn
? ? ??
若? 1,? 2,L ,? n 线性无关,则
? a1 ?
? b1 ?
(? 1,? 2 ,L
,?
n
)
? ? ??
aaM2n ????
?
(?
1,?
2 ,L
,?
n
)
? ? ??
bbMn2 ????
?
? a1 ? ? b1 ?
? ? ??
aaMn2 ????
1)? 1,? 2 ,L ,? n ? V ,a1,a2,L , an , b1,b2,L , bn ? P
? a1 ?
? b1 ?
? a1 ? b1 ?
(? 1,? 2 ,L
,?
n
)
? ? ??
aaMn2 ????
?
(?
1
,?
2
,L
,? n )????bbMn2 ???? ? (? 1,? 2,L
§6.4 基变换与坐标变换
一、向量的形式书写法
1、V为数域 P上的 n 维线性空间,? 1,? 2 ,L ,? n 为
V 中的一组向量, ? ? V ,若
? ? x1? 1 ? x2? 2 ? L ? xn? n
则记作
? x1 ?
?
? (? 1 ,? 2 ,L
,?
n
)
? ? ??
xxMn2 ????
§6.4 基变换与坐标变换
二、基变换
1、定义 设V为数域P上n维线性空间,?1 ,?2 ,L ,?n ;
?1?,?2?,L ,?n? 为V中的两组基,若

高等代数考研复习[线性空间]

高等代数考研复习[线性空间]

1.2 常用线性空间
n P (1)n维向量空间: {(a1, a2,
, an ) | ai , P}
Pn 空间的基 1, 2 , , n 其中 i (0
n dim P n. 空间维数 P
1
i
0)
n
nm P (2)矩阵空间: Anm | A (aij ), aij P.
3 1 1 3 3 0 1 1 F1 , F2 , F3 , F4 . 1 1 1 1 2 1 0 2
(1)求由 F1, F2 , F3 , F4到 E11, E12 , E21, E22 的过渡矩阵.
1 线性空间概念、基维数与坐标
1.1
线性空间的定义: 设V是一个非空集合,P是一个数域.在V的元 素之间定义了两种运算:加法与数乘,并且 两种运算满足8条性质.则称集合V是数域P上 的线性空间. 简单地说:带有线性运算的集合,同时运算 满足8条性质的集合称为线性空间. 线性空间中的元素称为向量,线性空间也称 为向量空间.
y1 y 2 A . yn
(1 , 2 ,
y1 y , n ) 2 , yn
那么,
x1 x 2 xn
题型分析:1)确定空间的基与维数
nn V { A | A A , A P }, 求V的基与维数. 例1 设
过渡矩阵都是可逆的!并且由 1, 2 , , n 到
1 坐标变换:设 1, 2 , , n 与 1, 2 , , n 都是
n维空间V的基,对V中任一向量,有
x1 x , n ) 2 ( 1 , 2 , xn

线性空间及线性变换

线性空间及线性变换
i
是V1的一组基, 1 , 2 , , l 是V2的一组基.
(1) V1+V2的基与维数. 令矩阵 A ( 1 , 2 , , k , 1 , 2 , , l ) ,求A的秩,则 V1+V2的维数等于A的秩r,A中r个线性无关的列即为 V1+V2的基. (2) V1∩V2的基与维数. 令 x 1 1 x 2 2 x k k y 1 1 y 2 2 y l l ,解这 个方程组求它的一个基础解系: (xi1,xi2,…,xik,yi1,yi2,…,yil)/,i=1,2,…,d,d=k+l-r,则 z y i=1,2,…,d是V1∩V2的一组基, V1∩V2的维数等于 d=k+l-r. 4.线性变换的值域与核 线性变换/A的值域 / AV { y | y V , y / A , V } ,/A的 核/A-1(0)={y|y∈V,/Ay=0}.
二、基本方法 1.V1,V2是线性空间V的两个子空间,证明V=V1△V2 只要证明以下两点: (1)V1∩V2={0}; (2)dimV=dimV1+dimV2. 2.求线性空间V的基与维数,可先找到V的一个生成 元组 , , , ,然后证明 , , , 线性无关.
f ( ) ( 1 ) ( 2 )
r1 r2
生成
( s )
rs
则V可分解为A的不变子空间的直和
V=V1 △V2△…△Vs,其中: V i
是A属于 i 的根子空间.
{ X | ( i I A) i X 0, X V }
r
2.子空间的性质 我们用dimV表示线性空间V的维数. (1) 设V1和V2是线性空间V的子空间,则 dimV1+dimV2=dim(V1+V2)+dim(V1∩V2). (2) 设V1,V2,…,Vm是线性空间V的真子空间,则必存 在 V ,使 V ,1 i m , (3) 设V1=L(u1,u2,…,um),v1,v2,…,vr是V1中的r个线性 无关的向量,且r<m,则可以从u1,u2,…,um中去掉r个向 量,使剩下的m-r个向量与v1,v2,…,vr合在一起仍生成 子空间V1. 3.子空间的和与交的基与维数的求法 设V1和V2是线性空间V的子空间, 1 , 2 , , k

第六章线性空间与线性变换

第六章线性空间与线性变换

高等代数第六章 线性空间与线性变换第六章 线性空间与线性变换§6.1 线性空间与简单性质一、线性空间的概念定义 设V 是一个非空集合,F 是一个数域.在V 上定义了一种加法运算“+”,即对V 中任意的两个元素α与β,总存在V 中唯一的元素γ与之对应,记为βαγ+=;在数域F 和V 的元素之间定义了一种运算,称为数乘,即对F 中的任意数k 与V 中任意一个元素α,在V 中存在唯一的一个元素δ与它们对应,记为αδk =.如果上述加法和数乘满足下列运算规则,则称V 是数域F 上的一个线性空间.(1) 加法交换律:αββα+=+;(2) 加法结合律:()()γβαγβα+=+++;(3) 在V 中存在一个元素0,对于V 中的任一元素α,都有αα=+0; (4) 对于V 中的任一元素α,存在元素β,使0=+βα; (5) α⋅1=α;(6) βαβαk k k +=+)(,∈k F ; (7) ()∈+l k l k l k ,,ααα+=F ; (8) ()()ααkl l k =,其中γβα,,是V 中的任意元素,l k ,是数域F 中任意数.V 中适合(3)的元素0称为零元素;适合(4)的元素β称为α的负元素,记为α−.下面我们列举几个线性空间的例子. 例1数域F 上的所有n 维列向量集nF 算规则,它是数域F 上的一个线性空间.特别地,当R F =时,n R 称为n 维实向量空间;当C F =时,n C 称为n 维复向量空间.例2 数域F 上的全体n m ×矩阵构成一个F 上的线性空间,记为)(F n m M ×. 例3数域F 上的一元多项式全体,记为][x F ,构成数域F 上的一个线性空间.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F 上的一个线性空间,记为n x F ][.高等代数讲义例4实系数的n 元齐次线性方程组0=Ax 的所有解向量构成R 上的一个线性空间.称之为方程组0=Ax 的解空间.例5闭区间],[b a 上的所有连续实函数,构成一个实线性空间,记为],[b a C .例6 零空间.注:线性空间中的元素仍称为向量.然而其涵义比n 维有序数组向量要广泛的多.二、性质性质1 零向量是唯一的. 性质2 负向量是唯一的.注:利用负向量,我们定义减法为:)(βαβα−+=−.性质3 对V 中任意向量γβα,,,有(1) 加法消去律:从γαβα+=+可推出γβ=;(2) 0=⋅α0,这里左边的0表示数零,右边的0表示零向量; (3) 00=⋅k ; (4) αα−=−)1(;(5) 如果0=αk ,则有0=k 或0=α.注:线性空间上的加法和数乘运算与nF 的一样,都满足八条运算规律,所以第四章 中关于向量组的一些概念以及结论,均可以平行地推广到一般的n 维线性空间中来.在这里不再列举这些概念和结论,以后我们就直接引用,不另加说明.§6.2 基与维数本节讨论线性空间的结构一、定义与例子定义1 设V 是数域F 上的一个线性空间,如果V 中的n 个向量n εεε,,,21L 满足 (1)n εεε,,,21L 线性无关;(2)V 中的任意向量都可由n εεε,,,21L 线性表示,则称n εεε,,,21L 为线性空间V 的一组基,n 称为V 的维数,记为n V =dim ,并称V 为数域F 上的n 维线性空间.注1:零空间没有基,其维数规定为0.注2:如果在线性空间V 中存在无穷多个线性无关的向量,则称V 为无限维线性空间,第六章 线性空间与线性变换例:连续函数空间],[b a C 就是一个无限维空间.推论1 n 维线性空间中的任意1+n 个向量必线性相关.注3: 将线性空间V 看成一个向量组,那么它的任意一个极大线性无关组就是V 的一组基,其秩就是维数.推论2 n 维线性空间V 中的任意n 个线性无关的向量组成V 的一组基.定义2 设n εεε,,,21L 是n 维线性空间V 的一组基,则对V 中的任意向量α,存在唯一数组n x x x ,,,21L ,使得n n x x x εεεα+++=L 2211,我们称n x x x ,,,21L 为向量α在基n εεε,,,21L 下的坐标,记作()Tn x x x ,,,21L .例1 在n 维向量空间nF 中,显然⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=100,,010,00121ML M M n εεε,是nF 的一组基.对任一向量Tn a a a ),,,(21L =α都可表示成n n a a a εεεα+++=L 2211,所以Tn a a a ),,,(21L 就是向量α在这组基下的坐标.选取另一组基:⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=111,,011,00121ML M M n ηηη,对于向量Tn a a a ),,,(21L =α,有()()()n n n n n a a a a a a a ηηηηα+−++−+−=−−11232121L ,所以α在这组基下的坐标为()Tn n n a a a a a a a ,,,,13221−−−−L .例2 在线性空间n x F ][中,容易验证121,,,1−===n n x x αααL高等代数讲义是n x F ][的一组基.在这组基下,多项式1110)(−−+++=n n x a x a a x f L 的坐标就是它的系数()Tn a a a 110,,,−L .考虑n x F ][中的另一组基()121,,,1−−=−==n n a x a x βββL .由泰勒(Taylor)公式,多项式)(x f 可表示为()1)1()(!1)())((')()(−−−−++−+=n n a x n a fa x a f a f x f L ,因此,)(x f 在基n βββ,,,21L 下的坐标为()Tn n a f a f a f ⎟⎟⎠⎞⎜⎜⎝⎛−−!1)(,),('),()1(L . 例3 在所有二阶实矩阵构成的线性空间)(22R ×M 中,考虑向量组⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=⎟⎟⎠⎞⎜⎜⎝⎛=1000,0100,0010,000122211211E E E E . 首先这是一组线性无关组.事实上,若有实数4321,,,k k k k ,使=+++224213122111E k E k E k E k O k k k k =⎟⎟⎠⎞⎜⎜⎝⎛4321, 则有04321====k k k k ,这就说明了22211211,,,E E E E 线性无关.其次,对于任意二阶实矩阵⎟⎟⎠⎞⎜⎜⎝⎛=22211211a aa a A , 可表示为2222212112121111E a E a E a E a A +++=,因此22211211,,,E E E E 是22×M 的一组基,22×M 是4维实线性空间,并且A 在这组基下的 坐标为()Ta a a a 22211211,,,.第六章 线性空间与线性变换二、同构关系1.映射设M,N 是两个集合.如果给定一个法则ϕ,使M 中的每个元素a 都有N 中的一个唯一确定的元素'a 与之对应,则称ϕ是集合M 到集合N 的一个映射.'a ∈N 称为a 在映射ϕ下的像,而a 称为'a 在映射ϕ下的原像.记作')(a a =ϕ.M 中元素在ϕ下像的全体构成N 的一个子集,记之为ϕIm 或)(M ϕ。

线性空间和欧式空间

线性空间和欧式空间

线性空间和欧式空间第六章线性空间和欧式空间§1线性空间及其同构一线性空间的定义设V是一个非空集合,K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中任意两个元素和,在V中都有唯一的一个元素与他们对应,成为与的和,记为在数域K与集合V的元素之间还定义了一种运算,叫做数量乘法,即对于数域K中任一数k与V中任一元素,在V中都有唯一的一个元素与他们对应,称为k与的数量乘积,记为k,如果加法与数量乘法满足下述规则,那么V称为数域K上的线性空间。

加法满足下面四条规则:1);交换律2)()();结合律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);存在零元4)对于V中每一个元素,都有V中的元素,使得0(称为的负元素).存在负元数量乘法满足下面两条规则:5)1;存在1元6)k(l)(kl).数的结合律数量乘法与加法满足下面两条规则:7)(kl)kl;数的分配律8)k()kk.元的分配律在以上规则中,k,l表示数域中的任意数;,,等表示集合V中任意元素。

例1.元素属于数域K的mn矩阵,按矩阵的加法和矩阵的与数的数量乘法,构成数域K上的一个线性空间,记为Mm,n(K)。

例2.全体实函数(连续实函数),按函数的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3.n维向量空间K是线性空间。

n1例4.向量空间的线性映射的集合HomK(K,K)是线性空间。

二.简单性质1.零元素是唯一的。

2.负元素唯一。

3.00,k00,(1)4.若k0,则k0或者0。

三.同构映射定义:设V,V是数域K上的线性空间.AHomK(V,V)是一个线性映射.如果A 是一一映射,则称A是线性空间的同构映射,简称同构。

线性空间V与V'称为同构的线性空间。

定理数域P上两个有限维线性空间同构的充分必要条件是他们有相同的维数。

同构映射的逆映射以及两个同构映射的乘积还是同构映射。

线性代数_第六章

线性代数_第六章
a x1a1 + x2a2 + … + xnan
成立, 则称这组有序数x1, x2, …, xn 为元素a 在 基a1, a2, …, an下的坐标,记作(x1, x2, …, xn )T , 称
为坐标向量.
例4 求四维线性空间R2╳2中矩阵a在基{E11,
E12, E21, E22}下的坐标。
试求P[x]2中向量在这两个基下的坐标变换公式。
§6.3 欧氏空间
线性空间中,只定义了加法与数乘两种 运算;
在线性空间中引入度量的概念后,成为 欧几里德空间;
6.3.1 内积的概念与性质
定义1 设V是实数域R上的线性空间,若在V上定义了一个二元
实函数(a, b),它满足以下条件: 1)对称性 (a, b) (b, a) 2)齐次性 (ka, b) k(a, b) 3)可加性 (ab,g)(a, b)(a, g) 4)非负性 (a, a)≥0, 当且仅当a0时(a, a)0 其中, a,b,g为V中任意元素,则称此二元实函数(a, b)为元素a与 b的内积;定义了内积的线性空间称为内积空间.
例7 齐次线性方程组
AX=0 的全部解向量构成线性空间Rn的一个子 空间,称为(1)的解空间.
例8 设C[a,b]是闭区间[a,b]上所有连续实函 数组成的线性空间,P[x][a,b]是 [a,b]上所有的 实系数多项式集合;
则C[a,b]中的定义加法与数乘, P[x][a,b]构成 C[a,b]的一个子空间.
R, R2, Rn 都是有限维线性空间; P[x]是无限维线性空间;
例1 求齐次线性方程组的解空间N(A)的维数.
x1 x1
2x2 3x2
3x3 x4 10x3 5x4
0

高等代数第六章 线性空间

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
线性空间的元素也称为向量. 当然,这里 所谓向量比几何中所谓向量的涵义要广泛得 多。线性空间有时也称为向量空间。以下我 们经常是用小写的希腊字母 , , ,代表线 性空间V中的元素,用小写的拉丁字母 k,l, p, 代表数域F中的数
线性空间的性质
1.零元素是唯一的。 假设01,02是线性空间V中的两个元素。
(1,0,,0),
显然
2 (0,1,,0),
n (0,0,,1)
是一组基。对每一个向量 (a1, a2,, an ) ,
都有 a11 a22 ann
所以
(a , 1
a 2
,,
a n
)
就是向量
在这组基下的坐
标。不难证明,
1 ' (1,1,,1), 2 '(0,1,,1), n ' (0,0,,1)
2.如果向量组
线性无关,而且
可以被
线1,性2 ,表出,,r 那么

, ,,
1
2
s
rs
由此推出,两个等价的线性无关的向量
组,必定含有相同个数的向量。
3.如果向量组
1
,
2
,,
r
线性无关,但向
量组
1
,
2
,,
r

第六章 线性空间

第六章 线性空间

第六章 线性空间§1基本知识§1. 1 基本概念1、集合的相关概念:2、映射:3、单射:4、满射:5、双射(一一映射):6、可逆映射及其逆映射:7、线性空间:8、向量的线性组合: 9、向量组的等价:10、向量的线性相关与无关:11、线性空间的维数(有限维与无限维线性空间): 12、线性空间的基与坐标: 13、过渡矩阵:14、线性空间的子空间: 15、生成子空间: 16、子空间的和:17、两个子空间的直和: 18、有限个子空间的直和: 19、线性空间的同构:§1. 2 基本定理1、基与维数的判定定理:设n ααα,,,21 是线性空间V 上n 个线性无关的向量,如果V 上任何一个向量都可以由它线性表出,那么V 是n 维的,n ααα,,,21 是它的一组基.2、子空间的判定定理:设W 是线性空间V 的一个非空子集,如果W 关于V 的两种运算是封闭的,那么W 是V 的一个子空间.3、生成子空间的相等与维数的判定定理:(1)两个向量组生成相同的子空间的充分必要条件是这两个向量组等价; (2)),,,(),,,(dim 2121r r R L αααααα =.4、基的扩充定理:设m ααα,,,21 是n 维线性空间V 上任意m 个线性无关的向量,如果n m <,那么在V 上必定可以找到m n -个向量n m m ααα,,,211 ++,使得n ααα,,,21 是V 的一组基.5、子空间的交的性质定理:设21,V V 都是线性空间V 的子空间,那么21V V ⋂也是V 的子空间.6、子空间的和的性质定理:设21,V V 都是线性空间V 的子空间,那么21V V +也是V 的子空间.7、维数定理:设21,V V 都是线性空间V 的子空间,那么)dim(dim dim )dim(212121V V V V V V ⋂-+=+.推论:设21,V V 都是线性空间V 的子空间,如果2121dim dim )dim(V V V V +<+,那么{}021≠⋂V V .8、直和的判定定理:设21,V V 都是线性空间V 的子空间,那么如下条件是等价的 (1)21V V +是直和;(2)若221121,,0V V ∈∈=+αααα,则021==αα;(3){}021=⋂V V ;(4)2121dim dim )dim(V V V V +=+9、直和的判定定理续:设m V V V ,,,21 都是线性空间V 的子空间,那么如下条件是等价的(1)m V V V +++ 21是直和;(2)若m i V i i m ,,2,1,,021 =∈=+++αααα,则021====m ααα ;(3){}m i V V ij j i ,,2,1,0 ==⋂∑≠;(4)∑==++m i i m V V V V 121dim )dim(10、直和的存在性定理:设W 是线性空间V 的任何一个子空间,那么一定存在V 的一个子空间U ,使得W U V ⊕=. 11、有限维线性空间同构的判定定理:(1)数域P 任何一个n 维线性空间都同构于n P ;(2)有限维线性空间同构的充分必要条件是,它们的维数相等. §1. 3 基本性质1、线性空间的性质: (1)零元素是唯一的; (2)负元素是唯一的; (3)ααα-=-==)1(;00;00k ; (4)000==⇔=αα或k k .2、过渡矩阵的性质:(1)过渡矩阵都是可逆矩阵;(2)设基n ααα,,,21 到基n βββ,,,21 的过渡矩阵是A ,则基n βββ,,,21 到基n ααα,,,21 的过渡矩阵是1-A ;(3)设基n ααα,,,21 到基n βββ,,,21 的过渡矩阵是A ,n βββ,,,21 到基n γγγ,,,21 的过渡矩阵是B ,则基n ααα,,,21 到基n γγγ,,,21 的过渡矩阵是AB .(4)设基n ααα,,,21 到基n βββ,,,21 的过渡矩阵是A ,向量α在基n ααα,,,21 和n βββ,,,21 下的坐标分别是),,,(21n x x x 和),,,(21n y y y ,则⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n n y y y A x x x 2121. 3、子空间的交与和的性质:设21,V V 都是线性空间V 的子空间,则如下条件等价 (1)21V V ⊂; (2)121V V V =⋂; (3)221V V V =+;4、同构映射的性质:设τ是线性空间V 到线性空间W 的同构映射,则 (1)0)0(=τ;)()(ατατ-=-;(2))()()()(22112211m m m m k k k k k k ατατατααατ+++=+++ ; (3)⇔线性相关m ααα,,,21 )(,),(),(21m ατατατ 线性相关; (4)同构映射的逆映射1-τ是线性空间W 到线性空间V 的同构映射; (5)若ρ是线性空间W 到线性空间U 的同构映射,则ρτ是线性空间V 到线性空间U 的同构映射.§2 基本题型及其常用解题方法§2. 1 线性空间的判定与证明1、利用定义例6.1(北大教材,P267,3) 2、利用子空间的判定定理 例6.2(北大教材,P267,3)§2.2 基、维数的计算、判定与证明 1、利用定义例6.3(北大教材,P268,8)2、利用定理:设n ααα,,,21 是线性空间V 上的n 个线性无关的向量,若V 上任意一个向量可以由n ααα,,,21 线性表出,那么V 是n 维线性空间且n ααα,,,21 是它的一个基。

高代第六章 线性空间

高代第六章 线性空间

数量乘法满足下面两条规则: (5) 1α = α (6) k(lα) = (kl)α 数量乘法与加法满足下面两条规则: (7) (k + l)α = kα + lα (8) k(α + β) = kα + kβ
满足以上8条的加法和数量乘法通常称为线性运算。 线性空间中的元素也称为向量,因此线性空间也称为向量 空间,但这里的向量比几何中向量的含义要广得多。
A1 A 2 A n A i
i 1 n
n
A1 A 2 A n A i
i 1
线性空间
§1 集合和映射
几个运算规律:
(1) A∩B⊂A (2) A∪B⊃A A∩B⊂B A∪B⊃B
(3) A∩(A∪B)=A A∪(A∩B)=A

(4) A∩(B∪C)=(A∩B)∪(A∩C)
线性空间
第六章
线性空间
线性空间
§1 集合和映射
§1 集合和映射
一、集合
集合:由一堆东西组成的整体,通常用大写字母A、B、C表示。 元素:组成集合的个体,通常用小写字母a、b、c表示。 集合与元素的关系:
(1) a∈A 表示a是集合A中的元素。 (2) a∈A 表示a不是集合A中的元素。 (3) 无限集:由无限个元素组成的集合。 (4) 有限集:由有限个元素组成的集合。
线性空间
§2 线性空间的定义和性质
例10 按通常数域P上矩阵的加法与数量乘法,下列数域P上的 矩阵集合是否构成数域P上的线性空间。 (1) 全体n阶对称矩阵所组成的集合V。 (2) V={ X | AX=0 },其中A为给定的n阶矩阵。 例11 按通常数的加法和乘法运算,下列各数集是否构成指定 数域P上的线性空间。 (1) 实数域R是否分别构成实数域、复数域上的线性空间。 (2) 复数域C是否分别构成实数域、复数域上的线性空间。

高等代数课件(北大版)第六章线性空间§.ppt

高等代数课件(北大版)第六章线性空间§.ppt
3
1 2 3
3

一般地,向量空间

1
n P { ( a , a , , a ) a P ,1 i , 2 , , n } 为n维的, 1 2 n i
( 1 , 0 , , 0 ) , ( 0 , 1 , , 0 ) , , ( 0 , , 0 , 1 ) 2 n
就是 Pn 的一组基.称为Pn的标准基.
,2 , ,r , V ( 2) 1 ,若存在
使
1 12 2

可经向量组

r r

则称向量
kk k
数学与计算科学学院
k , k , , k P 1 2 r
, , , 1 2 r线性表出;
24.03.2019
,2 , , 1 s 中每一向量皆可经向量组 , , , ,2 , , 线性表出,则称向量组 1 2 r 1 s
矩阵构成的线性空间 一般地,数域P上的全体 mn
P
维的, 为 mn 0 0 1 E ij 0 0
mn
第 j列
0 第 i 行 i 1 ,2, ,m j 1 ,2, ,n mn 就是 的一组基. P 0
m n
矩阵单位
m n Aa (i ) P ,有 A a E j i j i j
24.03.2019
数学与计算科学学院
, , , 1 2 r 线性表出,且表法是唯一的.
二、线性空间的维数、基与坐标
1、无限维线性空间
若线性空间 V 中可以找到任意多个线性无关的向量, 则称 V 是无限维线性空间. 例1 所有实系数多项式所成的线性空间 R[x] 是 无限维的. 因为,对任意的正整数 n,都有 n 个线性无关的 向量 1,x,x2,…,xn-1

第六章线性空间

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。

第六章 线性空间

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。

第六章线性空间

第六章线性空间

第六章线性空间[教学目标]1理解集合与映射的概念和运算,掌握单射、满射和可逆映射的条件与判别。

2深刻理解线性空间的定义,掌握线性空间的性质。

3理解线性组合、向量组的等价、线性相关、线性无关、基、维数和坐标的定义,掌握线性相(无)关和基的性质,会求向量关于给定基的坐标。

4理解过渡矩阵的概念和性质,掌握向量在不同基下的坐标公式。

5理解子空间、生成子空间和线性方程组的解空间的概念,掌握子空间和生成子空间的性质。

6理解和子空间的和概念,掌握维数定理。

7了解直和的概念和充要条件。

8理解同构和同构映射的概念,掌握同构的充要条件。

[教学重难点]线性空间的定义,线性相(无)关和基的性质,过渡矩阵和向量关于给定基的坐标的求法,线性方程组的解空间,子空间的交、和与直和的概念。

[教学方法]讲授[教学时间]22学时。

[教学内容]集合与映射,线性空间的定义和简单性质,维数、基与坐标,基变换与坐标变换,线性子空间,子空间的交与和,子空间的直和,线性空间的同构[考核目标]会判断一个集合是否为线性空间。

会求向量关于给定基的坐标和两组基的过渡距阵。

会判断和证明向量组线性相(无)关或是基。

教学过程:§1 集合·映射一集合的相关概念1、集合:若干个固定事物的全体,简称集。

一般用大写拉丁字母A,,表示。

把不包含任何元素的集合叫空集,记为BC∅。

2、元素:集合中的每一个事物,简称元。

一般用小写拉丁字母a,,表示。

bc二者关系:元素属于或不属于某个集合。

记为a∈A,a∉A.3、子集、真子集及其表示方法。

(集合与集合之间是包含或不包含的关系),.⊂⊆A B A B4、集合相等:BA=等价于A与B互相包含。

5、交集{}B=∈A∈xxBAorx6、并集{}B∈=,A∈xAxxB7、性质A 的子集。

A 是A、B的子集,A与B是BB二映射1、定义:B A ,是两个集合,σ是A 到B 的对应法则,如果A a ∈∀,按照这个对应法则,在B 中存在唯一的元素B b ∈与之对应,我们称σ是A 到B 的映射,记为:A B σ→, b 叫a 在σ下的象,a 叫b 在σ下的一个原象。

  1. 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. 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. 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)。

第六章线性空间
引言
线性空间是线性代数的中心内容,它是几何空间的抽象和推广.
在空间解析几何中讨论的三维向量,它们的加法和数与向量的乘法可以解决一些几何和力学的问题,三维空间是非常具体并且可以感觉到的。

在研究一般线性方程组解的理论时,我们推广三维向量为n维向量,三维空间推广为n维空间,定义了n维向量的加法和数量乘法运算,解决了一般线性方程组的求解问题。

现在我们把n维空间推广到更加抽象的线形空间,可以解决更多的问题。

线性空间是一种公理化的定义,是线性代数最基本的概念之一,也是我们碰到的第一个抽象的概念。

后续的很多课程如泛函分析等都要用到这个概念。

在某些集合上元素之间可以定义加法和数与元素的乘法两种运算,我们抓住这种特征进行抽象,这种抽象将使我们进一步研究的线性空间的理论可以在相当广泛的领域内得到应用.n维空间的很多概念在线形空间中仍然实用。

§1集合与映射
一、集合
所谓集合就是指作为整体看的一堆东西。

组成集合的这
些事物称为集合的元素.常用大写字母A 、B 、C 等表示集合;用小写字母a 、b 、c 等表示集合的元素.
当a 是集合A 的元素时,就说a 属于A ,记作: 当a 不是集合A 的元素时,就说a 不属于A ,记作: 描述法:给出这个集合的元素所具有的特征性质.
M ={x | x 具有性质P }
列举法:把构成集合的全部元素一一列举出来.
M ={a 1,a 2,…,an }
例1
例2 Z = {…,-2,-1,0,1,2,…},
空集:不包含任何元素的集合,记为υ.注意:{υ}≠υ
2、集合间的关系
如果B 中的每一个元素都是A 中的元素,则称B 是A 的子集,记作 ,(读作B 包含于A ) 当且仅当 如果A 、B 两集合含有完全相同的元素,则称 A 与B 相等,记作A =B . A =B 当且仅当 且 3、集合间的运算
交: 并: 显然有, 练习: 证明等式:
证:显然 又 a A ∈a A ∉22{(,)4,,}M x y x y x y R =+=∈B A ⊆B A ⊆x B x A ∀∈⇒∈A B ⊆B A ⊆{}
A B x x A x B =∈∈ 且{}
A B x x A x B =∈∈ 或;A B A A A B
⊆⊆ ()A A B A = ()A A B A ⊆ ,x A x AU
∀∈∈则
从而 故等式成立. 二、映射
1、定义
设M 、M ´是给定的两个非空集合,如果有 一个对应法则σ,通过这个法则σ对于M 中的每一个元素a ,都有M ´中一个唯一确定的元素a ´与它对应, 则称 σ为M 到M ´的一
个映射,记作 或 称 a ´为 a
在映射σ下的象,而 a ´ 称为a 在映射σ下的原象,记作σ(a )=a ´ 或 注:①设映射 , 集合
称之为M 在映射σ下的象,通常记作 Im σ。

显然, ②集合M 到M 自身的映射称为M 的一个变换. 例 M 是一个集合,定义I :
I (a )=a , 即 I 把 M 上的元素映到它自身,I 是一个映射,称为 M 上的恒等映射或单位映射.
例6 任意一个在实数集R 上的函数y =f (x ) 都是实数集R 到自身的映射,即,函数可以看成是映射的一个特殊情形.
2、映射的乘积
设映射 乘积
定义为: 即相继施行σ和τ的结果 是 M 到 M" 的一个映射.
()x A A B ∈
()A A A B ⊆ :'M M σ→'M M σ−−→:.
a a σ' :'M M σ→(){()}M a a M σσ=∈a M ∀∈:',:'''M M M M στ→→τσ
τσ
①对于任意映射 ,有 ②设映射 有 3、映射的性质: 设映射
1)若 'Im M δ= 即对于任意 均存在 使 ,则称σ是M 到M ´的一个满射(或称σ为映上的);
2)若M 中不同元素的象也不同,即
或者 则称σ是M 到M ´的一个单射(或称σ为1—1的);
3)若σ既是单射,又是满射,则称σ为双射,
(或称σ为 1—1对应)
例7 判断下列映射的性质
1)M ={a ,b ,c }、M ´={1,2,既不单射,也不是满射 σ:σ(a )=1,σ(b )=1,σ(c )=2 双射
2)M =Z ,M ´=Z
τ:τ(n )=|n |+1, 是满射,但不是单射 注:
① 对于有限集来说,两集合之间存在1—1对应的充要条 件是它们所含元素的个数相同;
② 对于有限集A 及其子集B ,若B ≠A (即B 为A 的真子:'M M σ→M M I I σσσ'== :',:''',:'''''M M M M M M στψ→→→()()
ψτσψτσ= :'M M σ→121212,,,()()a a M a a a a σσ∀∈≠≠若
则121212,,()(),a a M a a a a σσ∀∈==若则n Z ∀∈
'y M
∈()y x σ=
集),则 A 、B 之间不可能存在1—1对应;但是对于无限集未必如此.
4、可逆映射
定义:设映射 若有映射 使得
则称σ为可逆映射,τ为σ的逆映射 注:①若σ为可逆映射,则σ-1也为可逆映射,且 (σ-1)-1=σ.
② 为可逆映射, 若 则有 ③ σ为可逆映射的充要条件是σ为1—1对应.
证:若映射 为1—1对应,则对 均存在唯一的 使σ(x )=y ,作对应 则τ是一个M ´到M 的映射, 且对 若 即 ∴σ为可逆映射
反之,设 为可逆映射,则
即, 所以σ为满射; 其次,对
:'M M σ→:',M M σ→:',M M τ→,M M I I τσστ'== :'M M σ→
()',a a σ='y M ∀∈x M ∈:M M
τ'→:M M σ'→a M ∈1'()a a
δ-=1222()()M x I x x σσ-=== 111
11112()()(())(())M x I x x x x σσσσσσ---==== ,(),x M x y σ∀∈=若
M I τσ= ,(),y M x x
στ'∀∈若y=有(y)=()(())
()(),M y y x y I y στστσ'==== 则M I στ'= 11,()(())y M y y y σσσσ--'∀∈== 对有1(),().x y M y x σσ-∃=∈=使
1212,x x M x x δδ∀∈若(
)=()
即σ为单射.所以.σ为1—1对应。

相关文档
最新文档