第五章-向量空间

合集下载

向量空间及子空间

向量空间及子空间
线性代数
子空间

a
设W是R2
中所有形如
3a
,
a R 的向量的集合,
验证W是R2 的一个子空间.
线性代数
子空间

a
设W是R2
合,
验证W是R2 的一个子空间.
y






•••••••••
x
0

线性代数
子空间

V
a1 a2
,
ai
R, i
1, 2
V是否是R3 的一个子空间?
0
线性代数
子空间

V
a1 a2
,
ai
R, i
1, 2
V是否是R3 的一个子空间?
0
z
0
y
x
线性代数
生成子空间
定义 设1,2 ,L ,m Rn 是Rn 中的任一组向量,记
1,2 ,L ,m的所有线性组合的集合为 Span(1,2 ,L ,m ),

Span(1,2 ,L ,m )
k11 k22 L kmm ki R,i 1, 2,...,m
Span(1,2 ,L ,m ) 为由向量组 1,2 ,L ,m 生成的子空间
线性代数
生成子空间
例如
1
0
1
0
,
2
1
0
0
Span(1,2 )
k11 k22 ki R, i 1, 2
线性代数
生成子空间
例如
1
0
1
0
,
2
1
0
0
Span(1,2 )

4.5 向量空间(同济大学第五版)

4.5 向量空间(同济大学第五版)

例 4 集合
V{x| x(1 x2 xn)T x2 xnR} 不是向量空间 证明 若a(1 a2 an)TV 则 2a(2 2a2 2an)T V
例5
设a b为两个已知的n维向量 集合 L{x| xab R} 是一个向量空间(称为由向量a b所生成的向量空间) 证明 若x11a1b x22a2b 则 x1x2(12)a(12)bL kx1(k1)a(k1)bL
⎛ 2 2 −1 ⎞ ⎛ 1 ⎜ ⎜ ⎟ 例:设 A = (a1 , a2 , a3 ) = ⎜ 2 −1 2 ⎟ , B = (b1 , b2 ) = ⎜ 0 ⎜ −1 2 2 ⎟ ⎜ −4 ⎝ ⎠ ⎝
4⎞ ⎟ 3⎟ 2⎟ ⎠
验证a1, a2, a3 是R3 的一个基,并求 b1, b2 在这个基中的坐标. 解: 2 ⎛ ⎜1 0 0 3 ⎛ 2 2 −1 1 4 ⎞ ⎜ 2 ⎜ ⎟r⎜ ( A, B ) = ⎜ 2 −1 2 0 3 ⎟ ~ ⎜ 0 1 0 − 3 ⎜ −1 2 2 −4 2 ⎟ ⎜ ⎝ ⎠ ⎜ 0 0 1 −1 ⎜ ⎝ 2 2 4 2 于是 b1 = a1 − a2 − a3 , b2 = a1 + a2 + a3 3 3 3 3 4⎞ 3⎟ ⎟ 1⎟ ⎟ ⎟ 2⎟ 3⎟ ⎠
向量空间的基的概念
定义:设有向量空间 V ,如果在 V 中能选出 r 个向量a1, a2, …,
ar,满足
① a1, a2, …, ar 线性无关; ② V 中任意一个向量都能由 a1, a2, …, ar 线性表示; 那么称向量组 a1, a2, …, ar 是向量空间 V 的一个基.
注: (1)若向量空 间V没有基 那么V 的维数为0 (2)0维向量 空间只含一个向 量0,没有基

线性代数第五章 向量空间

线性代数第五章 向量空间

第五章 向量空间本章介绍向量空间以及维数、基和坐标等概念,讨论齐次线性方程组的解空间和非齐次线性方程组解的结构。

第一节 向量空间一、向量空间及有关概念定义1 设V 为nR 的一个非空子集,如果V 满足:(1)V 对加法运算封闭,即V 中任意两个向量的和向量仍在V 中; (2)V 对数乘运算封闭,即V 中任意向量与任一实数的乘积仍在V 中; 则称V 关于向量的线性运算构成实数域上的一个向量空间.如我们平常接触最多的1R 、2R 和3R 都是向量空间。

例1 设{}T1(,,)|0,,,x y z x y z x y z =++=∈V R ,{}T2(,,)|1,,,x y z x y z x y z =++=∈V R ,问1V 和2V 是向量空间吗?解 由于1V 同时满足向量空间定义中的加法运算封闭性和数乘运算封闭性,因此1V 是向量空间。

而2V 不满足加法运算封闭性(数乘运算封闭性也没有满足),因此2V 不是向量空间。

例2 设齐次线性方程组的解集{}T 3121(,,,)|, ,,n n x x x x x ===∈V x Ax 0R ,非齐次线性方程组的解集{}T 4121(,,,)|, , ,,n n x x x x x ===≠∈V x Ax b b 0R ,问3V 和4V 是向量空间吗?解 对于3V ,设1α和2α是任意两个属于3V 的向量,k 是任意一个实数,则由1212()+=+=A ααA αA α0以及11()k k ==A αA α0可知3V 满足加法运算封闭性和数乘运算封闭性,因此3V 是向量空间。

对于4V ,设1β和2β是任意两个属于4V 的向量,则由1212()2+=+=≠A ββA βA βb b 可知4V 不满足加法运算封闭性,因此4V 不是向量空间。

定义2 设12,,,n s ∈ αααR ,则可以验证由该向量组的所有线性组合得到的向量的集合{}112212|, ,,s s s k k k k k k ==+++∈ U x x αααR 是一个向量空间。

向量空间及其运算

向量空间及其运算

向量空间及其运算在线性代数中,向量空间是一个具有特定属性的集合。

向量空间可以用于描述和分析各种物理和数学概念,如力、速度、加速度、电场和矩阵等。

向量空间中的向量可以进行加法和标量乘法操作。

向量空间的定义需要满足以下几个性质:1. 对于向量的加法运算:对于任意的向量u、v和w,满足交换律(u + v = v + u)和结合律((u + v) + w = u + (v + w))。

2. 对于标量乘法运算:对于任意的向量v和任意的实数a和b,满足分配律((a + b)v = av + bv)和结合律((ab)v = a(bv))。

3. 存在零向量:对于任意的向量v,存在一个称为零向量的特殊向量0使得v + 0 = v。

4. 对于任意向量v,存在它的负向量-v,使得v + (-v) = 0。

在向量空间中,向量的加法和标量乘法定义了向量空间的运算规则。

通过这些运算,我们可以进行向量之间的相加、数乘、线性组合等操作。

向量空间有许多重要的性质和定理,如多个向量的线性相关性和线性无关性、向量的张成空间、基和维数的概念等。

理解和掌握向量空间及其运算对于研究和应用线性代数具有重要意义。

总结一下,向量空间是一个具有特定属性的集合,其中的向量可以进行加法和标量乘法运算。

向量空间的定义和性质对于理解线性代数中的概念和运算非常关键。

参考资料:- Gilbert Strang. Introduction to Linear Algebra. Fourth Edition. Wellesley, Massachusetts:Wellesley-Cambridge Press, 2009.- James Stewart. Calculus: Early Transcendentals. Eighth Edition. Boston, Massachusetts:Cengage Learning, 2015.。

什么是向量空间向量空间的定义

什么是向量空间向量空间的定义

什么是向量空间向量空间的定义 向量空间⼜称线性空间,是线性代数的中⼼内容和基本概念之⼀。

那么你对向量空间了解多少呢?以下是由店铺整理关于什么是向量空间的内容,希望⼤家喜欢! 向量空间的简介 在解析⼏何⾥引⼊向量概念后,使许多问题的处理变得更为简洁和清晰,在此基础上的进⼀步抽象化,形成了与域相联系的向量空间概念。

譬如,实系数多项式的集合在定义适当的运算后构成向量空间,在代数上处理是⽅便的。

单变元实函数的集合在定义适当的运算后,也构成向量空间,研究此类函数向量空间的数学分⽀称为泛函分析。

向量空间它的理论和⽅法在科学技术的各个领域都有⼴泛的应⽤。

向量空间的线性映射 若 V 和 W 都是域F上的向量空间,可以设定由V到W的线性变换或“线性映射”。

这些由V到W的映射都有共同点,就是它们保持总和及标量商数。

这个集合包含所有由V到W的线性映射,以 L(V, W) 来描述,也是⼀个域F上的向量空间。

当 V 及 W 被确定后,线性映射可以⽤矩阵来表达。

同构是⼀对⼀的⼀张线性映射。

如果在V 和W之间存在同构,我们称这两个空间为同构;域F上每⼀n 维向量空间都与向量空间F同构。

⼀个在F场的向量空间加上线性映射就可以构成⼀个范畴,即阿贝尔范畴。

向量空间的额外结构 研究向量空间很⾃然涉及⼀些额外结构。

额外结构如下: ⼀个实数或复数向量空间加上长度概念。

就是范数称为赋范向量空间。

⼀个实数或复数向量空间加上长度和⾓度的概念,称为内积空间。

⼀个向量空间加上拓扑学符合运算的(加法及标量乘法是连续映射)称为拓扑向量空间。

⼀个向量空间加上双线性算⼦(定义为向量乘法)是个域代数。

向量空间的公理化定义 设F是⼀个域。

⼀个F上的向量空间是⼀个集合V和两个运算: 向量加法: V + V → V, 记作 v + w, ∃ v, w∈V 标量乘法: F × V → V, 记作 a·v, ∃a∈F, v∈V 符合下列公理 (∀ a, b ∈ F 及 u, v, w ∈ V): 向量加法结合律:u + (v + w) = (u + v) + w; 向量加法交换律:v + w = w + v; 向量加法的单位元:V ⾥有⼀个叫做零向量的 0,∀ v ∈ V , v + 0 = v; 向量加法的逆元素:∀v∈V, ∃w∈V,使得 v + w = 0; 标量乘法分配于向量加法上:a(v + w) = a v + a w; 标量乘法分配于域加法上: (a + b)v = a v + b v; 标量乘法⼀致于标量的域乘法: a(b v) = (ab)v; 标量乘法有单位元: 1 v = v, 这⾥ 1 是指域 F 的乘法单位元。

向量空间5

向量空间5

三 向量空间一、向量空间的定义线性代数是研究向量空间中的线性变换的理论.线性变换是实际运动的数学模型,变换的舞台就是向量空间. 向量空间是由线性变换自然定义的,因为线性变换L 是一个集合到另一个集合的映射,这个映射要满足(1)对于集合V 上任意向量u,v,有L(u+v)=L(u)+L(v) (2)对于集合V 上任意向量v 和任意实数k ,有 L(kv)=kL(v) 这个定义要求集合V 上的加法和数乘运算满足封闭性:即 (1)任意V v u ∈,,有V v u ∈+ (2)任意V u ∈,任意R k ∈,有V kv ∈我们把满足以上性质的集合V 称为向量空间.容易验证R ,2R ,3R ,n R 是向量空间.除了零向量空间外,其他所有向量空间V 的元素数量是无穷多的.我们希望找到V 的有限子集{n v v v ,,,2 1}(代表,委员会),它能够表达V 中任意向量.这里的表达就是指V 中任意向量v ,都存在实数n k k k ,,,2 1,使得n n v k v k v k v +++= 2211.定义1.1(线性组合)对于向量v ,如果存在向量组n v v v ,,,2 1和实数n k k k ,,,2 1使得 则称v 为n v v v ,,,2 1的线性组合,或者说v 可以由向量组n v v v ,,,2 1线性表示.定义1.2(生成集) 对于向量空间V ,如果其中任意向量都可以表达为向量组{n 21v ,,v ,v }的线性组合,则称向量组{n 21v ,,v ,v }是向量空间V 的生成集. 例1.1 2R 中任何向量都可以表达为两个向量⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=10,0121e e 的线性组合.所以{21,e e }为2R 的生成集.类似地,例1.2 3R 的生成集合为{321,,e e e },其中⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=100,010,001321e e e .例1.3 n R 的生成集合为{n e e e ,,,21 },其中⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=100,,010,00121 n e e e .有些向量空间并不好轻易看出其生成集.例1.4 验证Ax=0的解空间N(A)(又称为A 的零空间)为向量空间,当⎪⎪⎭⎫⎝⎛=10120111A 时,求其生成集.解 U A =⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛=12101101~12100111~10120111,对应的方程组为其中21,x x 为主导变量,其余未知量43,x x 为自由变量.将自由变量移到等式的右侧,得到⎩⎨⎧+-=-=4324312x x x x x x ,分别令自由变量43,x x 为21,k k ,得到原方程的解为 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-+⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛+--=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛101101210022212221112121214321k k k k k k k k k k k k k k x x x x , 所以A 的零空间为 其中所以}{21,v v 为N(A)的生成集.生成集并不是唯一的.例1.5 向量空间3R 的一个生成集为{}321,,e e e ,其中 容易验证向量组{}321,,v v v 也是是3R 的生成集,其中⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=001,011,111321v v v .我们称同一个向量空间的两组生成集是等价的.定义1.3(等价向量组) 设{}m u u u ,,,21 和{}n v v v ,,,21 是等价的,如果两组向量组能彼此相互线性表示.显然⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=001,011,111321v v v 和⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=100,010,001321e e e 等价.等价的向量组未必含有数量相等的向量.比如⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=001,011,111321v v v 和⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=111,100,010,001321u e e e 等价,但是⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=001,011,111321v v v 和⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=010,00121e e 不等价,因为存在⎪⎪⎪⎭⎫ ⎝⎛=1111v 无法由21,e e 线性表示.显然如果{}m u u u ,,,21 和{}n v v v ,,,21 等价,{}n v v v ,,,21 和{}k w w w ,,,21 等价,则{}m u u u ,,,21 和{}k w w w ,,,21 也是等价的.对于向量空间V 的等价的生成集,自然希望找到集合元素的数量尽可能少的生成集.这种生成集的一个特点是要求其中的向量间无关.二、向量相关性对于向量组n v v v ,,,21 ,如果存在某个向量可以由其他向量线性表示,则称这组向量是线性相关的,否则线性无关.正式地,定义2.1(线性相关和线性无关)对于向量组n v v v ,,,21 ,如果存在非零实数:n21x x x ,,, 使得0v x v x v x n n 2211=+++ ,则称向量n v v v ,,,21 线性相关.否则,如果方程组 只有零解,则称向量n v v v ,,,21 线性无关.线性相关从字面上看就是这些向量间存在某种线性的函数关系.以两个向量为例,如果21,v v 满足212v v =,则21,v v 线性相关.而向量⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=10,0121v v 一定线性无关.实际上两个向量线性相关和成比例是一回事.判别给定的向量的相关性就是看方程组0v x v x v x n n 2211=+++ 是否有非零解.为看出这个问题的本质,令⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==n n x x x x v v v A 2121),,,,(,则方程组0v x v x v x n n 2211=+++ 可以写成0=Ax .由方程组理论知道,向量组n v v v ,,,21 相关就是0=Ax 有非零解,或者A 的行最简型U 有对应的自由变量(主导变量之外的未知量).所以当U 的非零行数小于其列数时,相应的向量组线性相关.更简洁地,如果0=Ax 有非零解则A 的列向量相关,否则无关.例2.1 考察向量321,,v v v 的线性相关性,其中解 由于⎪⎪⎭⎫⎝⎛=312321A 的行最简型的非零行数最多有2个,小于未知量个数n=3,从而齐次方程组0=Ax 一定有非零解,从而321,,v v v 一定线性相关.例2.2 利用等价定理验证321,,v v v 的相关性,其中从这个例子知道验证来自n R 的n 个向量n 21v ,v ,v , 线性无关的充要条件是)v ,v ,(v A n 21, =非奇异,或者说行列式0||≠A .下面的一些命题证明很简单,但判断相关性时用处很大,记住. 命题1(1)相关;含有零的向量组必线性(2);集必线性无关线性无关的向量组的子 (3)分量无关,则延展向量也无关.证明:(1)定义证明;(2)反证;(3)设分量矩阵为s A ,延展向量为A .由于0=Ax 的任意解也满足0=x A s .而s A 列无关,所以0=x A s 只有零解,所以0=x ,得证.命题2(重要等级*****) 设向量组}v ,,v ,{v n 21 是来自向量空间}u ,,u ,Span{u S m 21 =的任意m (<n )个向量,则n 21v ,,v ,v 必线性相关.证明:记)u ,,u ,(u m 21 =A ,)v ,,v ,(v n 21 =B ,要证明}v ,,v ,{v n 21 线性相关,只需验证0=Bx 有非零解即可,事实上,由于}v ,,v ,{v n 21 可以由}u ,,u ,{u n 21 线性表示,表示记作j j Ak v =,令),,,(21n k k k K =,则AK B =,其中K 为n m ⨯矩阵.由于m<n ,所以0=Kx 为横型方程组,从而一定有非零x ˆ,满足0ˆ=x K ,从而0ˆˆ==x AK x B ,即}v ,,v ,{v m 21 线性相关.命题 3(重要等级****) 对向量组}v ,,v ,{v n 21 进行行变换(就是对矩阵)v ,,v ,(v n 21 =A 进行行变换)得到},u ,,u ,{u n 21 则}v ,,v ,{v n 21 和}u ,,u ,{u n 21 具有相同的相关性.证明:对A 行变换就是对A 左乘可逆阵B ,而对于可逆阵B ,齐次方程组0=Ax ,0=BAx 等价(就是同解),所以}v ,,v ,{v n 21 的线性关系与}u ,,u ,{u BA n 21 =的线性关系不变.换句话说,如果0=+++n n 2211v k v k v k ,则必有0=+++n n 2211u k u k u k .这个结果在处理下面的古典问题中很实用.定义(最大无关组)给定向量组}v ,,v ,{v n 21 ,如果其子集满足(1)无关;(2)再增加一个向量就相关,则称该子集为向量组}v ,,v ,{v n 21 的最大无关组.例2.3 对于下面的向量组}u ,u ,u ,{u 4321的最大无关组,其中 并用最大无关组表示其他向量. 解显然其中的第一列,第二列和第四列线性无关,从而⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=412u 132u ,324u 421,线性无关,所以最大无关组为}u ,u ,{u 421,且2133u u u -=2.有了以上的准备工作,下面开始研究向量空间中向量的表示问题:基和坐标.三、向量空间的基和坐标向量空间V 的最小生成集也叫V 的一组基.具体地,定义3.1(基)称S={n 21,v ,v ,v }为向量空间V 的一组基,如果(1)S={n 21,v ,v ,v }为V 的生成集;(2)n 21,v ,v ,v 线性无关.例 3.1 验证:⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=102,110,1111S 和⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=100,010,0012S 都是的基R 3,而⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛=010,0013S 不是的基R 3.命题4 如果}v ,,v ,}和{v u ,,u ,{u n 21m 21 为向量空间S 的任意两组基,则m=n . 证明: 是命题3(那个*****级命题) 的推论(如果m 大于n 则相关,矛盾).也就是说向量空间的基向量的个数是固定的,称为向量空间的维数.定义3.2(向量空间的维数)向量空间V 的任意一组基,其中向量的数量称为V 的维数,记作dim(V).例3.2 3)所以dim(R ,102,110,111:的一个基为R 33=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛下面的命题不证明了. 命题 5 设dim(V)=n>0, 则:1.V 中任何n 个无关的向量一定是V 的生成集,从而是基.2.生成V 的任意n 个向量一定无关.3.数量少于n 的无关向量可以增加到n 个向量,形成V 的基.4.向量数量多于n 的支撑,一定可裁减到n 个向量,形成V 的基. 例3.3 已知3R 中的一组向量:从中找到3R 的一组基,并把其他向量表示为这组基的组合.命题6 对于向量空间V ,如果V 中任意向量都可以唯一表示为n 21v ,v ,v 的线性组合,则n 21v ,v ,v 一定线性无关.证明:反证法(结合定义自己证明),但直接证明也很简单,由于n 211v v v 0n x x x +++= 2表示的唯一性知道02====n x x x 1,从而n 21v ,v ,v 无关.命题7 对于向量空间V ,向量组{n 21v ,v ,v }为V 的一组基,则V 中任意向量都可以唯一表示为n 21v ,v ,v 的线性组合.表达系数就是该向量的坐标.定义 3.3(坐标)设向量空间V 的一组基为{n 21v ,,v ,v },v 是V 中任意向量,如果n n 2211v c v c v c v +++= ,则称表达系数向量T ),,,n 21c c (c 为v 关于基n 21v ,,v ,v 的坐标.例3.4 已知3T R (10,5,0)v ∈=,求该向量关于下面基的坐标 一个问题:一个向量关于不同基的坐标之间存在什么关系呢?定义3.4(过度阵) 设),,,(B ),,,,(A n 21n 21βββααα ==为V 的两组基,如果存在P 使B P =A ,称P 为由基),,,(A n 21ααα =到基),,,(B n 21βββ =的过度阵.过度阵一定存在且是可逆的,这是因为:证明 由于向量n 21,,,βββ 都可以表示为n 21,,,ααα 的线性组合,则存在P 使B P =A .如果A 不可逆,则存在非零向量x ,使得Px=0,从而0==APx Bx ,即),,,(B n 21βββ =的列向量线性相关,矛盾.命题8(坐标转换公式) 设向量空间V 的两组基为),,,(B ),,,,(A n 21n 21βββααα ==,由基),,,(A n 21ααα =到基),,,(B n 21βββ =的过度阵为P,向量v 关于两组基的坐标分别为x 和y ,则Py x =.证明:按定义知道APy By Ax v ===,由坐标的唯一性知道Py x =. 例3.5 向量空间V 的两组基为)u ,u ,(u B ),v ,v ,(v A 321321==,其中 (1)计算由A 到B 的过度阵.解:由于B P =A ,且A ,B 都可逆,所以B A P 1-=.(2)关于B的坐标v 2v 3v 计算v 321-+=.解:由321v 2v 3v v -+=知道v 关于基A 的坐标⎪⎪⎪⎭⎫⎝⎛-=123x ,则有坐标转换公式知,v 关于B 的坐标Ax B x P y 11--==.下面求A B 1-.从而⎪⎪⎪⎭⎫ ⎝⎛-=-1231A B y =⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛---358123*********,即v 关于B 的坐标为⎪⎪⎪⎭⎫⎝⎛-358.有了向量空间的基本理论,现在我们正式定义矩阵的秩,这个非常主要的概念.四、矩阵的行空间,列空间和矩阵的秩定义4.1 对于矩阵A ,记为行向量和列向量的形式有称):),(,,:),2(,:),1(()(T T T r m a a a Span A S =和),,,()(21n c a a a Span A S =分别为矩阵A 的行空间和列空间(注意行空间中元素也为列向量).例3.6 已知矩阵⎪⎪⎭⎫ ⎝⎛=4321A ,则其行空间和列空间相等,因为(A)S (A)S c r ==2R 例3.7 已知矩阵⎪⎪⎭⎫⎝⎛=010001A ,则该矩阵的行空间和列空间不等,这是因为(A)S (A)S c r ≠,但是它们之间一定有相同的东西.命题91、A).(E S (A)S 有 ,对于初等阵E k r r k =2、(BA)S (A)S 则 可逆,如果B r r =.3、((U))dim(S (A))dim(S U A r r =⇒~.所以矩阵的行空间就是行阶梯型的行空间;矩阵的行空间的维数就是行阶梯型的行空间的维数,就是其非零行数.命题10 (A))dim(S (A))dim(S r c ≥证明 记L (A)S dim r =,则U A ~,其中U 为行最简型,有L 行非零,首1所在的列无关,从而A 的相应列记为(L A )也无关,从而(A).S dim )(A S dim (A)S dim r L C C ==≥L命题11 (A)dimS (A)S dim c r ≥证明:显然)(A'S dim (A)S dim c r =,而(A)S dim )(A'S dim )(A'S dim c r c =≥ 这样就有下面美丽定理: 定理 (A)dimR (A)dimR c r =定义(矩阵的秩)称矩阵A 的行(列)空间的维数为矩阵A 的秩,记为)(A R .例3.8 已知⎪⎪⎪⎭⎫ ⎝⎛----=741152321A ,求)(A R解 ⎪⎪⎪⎭⎫ ⎝⎛-=000510321~U A ,所以2)(=A R例3.9 已知⎪⎪⎪⎪⎪⎭⎫⎝⎛---=513521*********121121A ,确定)(A S c 的一组基. 解 由于⎪⎪⎪⎪⎪⎭⎫⎝⎛=0000100000311007301~U A ,3(A)S dim 3R(A)c ==>=.又由于521a ,a ,a 线性无关,所以}a ,a ,{a 521为(A)S c 的一组基.命题12 n dimN(A)则R(A)设A有n列,=+证明 设r A R =)(,则A 的行最简型U 有r 个非零行,对应r 个主导变量和n-r 个自由变量,从而Ax=0的解空间的基向量个数为n-r (自由变量个数对应生成集中向量个数),即dim (A )=n-r .例3.10 证明R(B)}min{R(A),R(AB)≤证:由于Bx=0的解一定是Abx=0的解,所以N (AB )包含N (B ),从而R (B )>=R (AB ).其他情况转置即可.推论:R(B).R(AB)如果A可逆,=(这是因为R(B)AB)R(A R(AB)R(B)-1=≥≥).定义4.2(最大非零子式)对于矩阵A ,存在r 阶余子M 式不等于零,而更高阶余子式等于零,则称M 为最大非零子式.命题证明 1. 由于A 的秩为r,所以一定存在r 列无关向量,由这些列向量构成矩阵r A ,再由r A 的列空间和行空间维数相同,则r A 一定存在r 个无关的行向量,由这些行向量构成的矩阵rr A ,由于是方阵,行无关,所以可逆,从而得到r 阶非零子式||rr A .证明2.式不等于零,如果A存在一个r阶子则由包含相应r 阶子式对应的矩阵可逆,从而相应的列(或者行)向量无关(见命题1(3)),从而r A R ≥)(.证明3.反证法(由前两个结论容易证明,自己来吧). 由此可以得到矩阵秩的等价定义:定义4.3(矩阵的秩的等价定义)称矩阵A 的秩为r ,如果A 的最大非零子式的阶为r .例3.11 确定A 的一个最大非零子式,进而确定其秩,其中⎪⎪⎪⎪⎪⎭⎫⎝⎛---=513521*********121121A解 由于行变换得到A =U ~⎪⎪⎪⎪⎪⎭⎫⎝⎛00000100000311007301.所以A 的第一列、第二列和第五列构成的向量),,(5213a a a A =无关,转置得到从而知道⎪⎪⎪⎭⎫⎝⎛---=5422213210113TA 的前三列无关,得到最大非零子式410231221--- 来自⎪⎪⎪⎪⎪⎭⎫⎝⎛---=513521*********121121A 的第一列、第二列和第五列、第一行、第二行和第三行. 定义4.4(列满秩阵)称A为列满秩阵)的秩为n,a ,,(a 如果A n 1 =(显然这样的矩阵行数大于n ). 例3.12 证明下面几个结论O.B O 且AB 1.A为列满秩阵,=⇒= 【乘法2,A (b1,b2,…,bn )=0=>bi=0】 0同解.ABx O,则Bx 2.A为列满秩阵,==【显然】3.则A为列满秩阵,R(B)R(AB)=. 【利用命题:dimN(B)-n 则R(B)设B有n列,=】4. ()1)(,,0,02121=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛==≠≠C R b b b a a a ab C b a n n T 则 .【C 的任意两列相关】 R(A)A)5.R(A'=. 【利用命题:dimN(A)-n 则R(A)设A有n列,=】。

线性代数课件--5.1向量空间基本概念

线性代数课件--5.1向量空间基本概念

R( A) {v | v c1a1 c2a2 cnan , c1, 2 , , n R} c c
可等价写成
R( A) {v | v Ax,x Rn }
对一般线性代数方程组成立如下定理 定理 m n线性代数方程组Ax=b相容的充要 条件是
b R( A)
1 1 1 1 1 0 3 2 1 2 1 0 r 0 1 2 1 B ~ 0 0 0 0 2 1 4 3 2 3 0 1 0 0 0 0 所以r(A)r(B) 因此向量b能由 向量组a1 a2 a3线性表示
x1a1 x2a2 xnan b
a1 ,a2 ,… ,an 的线性组合 则方程组有解的条件是 b 可作为
定义 若干个同维数的列向量(行向量)所组成的集
合称为向量组. 有限向量组
a11 A34 a21 a 31
a12 a22 a32
a13 a23 a33
a14 , , , a24 1 2 3 4 a34
因此
b R( A)
r ( A) r ( A)

试证m n齐次线性代数方程组Ax=0
的解集依向量线性运算法则是Rn的子空间. 解 已知齐次线性代数方程组的解集非空,
若记此解集为N(A), 则显然有
1. 若 x1 N ( A),即 Ax1 0, 则对任意常数 c , 必 A(cx1 ) cAx1 c0 0 ,即 cx1 N ( A) ; 2. 若 x1 N ( A), x2 N ( A), 即 Ax1 0, Ax2 0, 则必
为讨论,先将方程组改写成向量形式
1 0 b1 x1 5 x 2 4 b2 记为 x1a1 x2 a2 b 2 4 b3

考研数学之高等数学讲义第五章(考点知识点+概念定理总结)

考研数学之高等数学讲义第五章(考点知识点+概念定理总结)

82 第五章 向量代数与空间解析几何§5.1 向量代数(甲)内容要点内容要点一、空间直角坐标系一、空间直角坐标系 二、向量概念二、向量概念®a =®i x +®j y +®k z坐标()z y x ,,模®a =222z y x ++ 方向角g b a ,,方向余弦g b a cos ,cos ,cosa cos =222zy x x ++ ;b cos =222zy x y ++ ;g cos =222zy x z ++三、向量运算三、向量运算设®a ()11,1,z y x ;®b ()22,2,z y x ;®c ()33,3,z y x 1. 加(减)法加(减)法®a ±®b =()2121,21,z z y y x x ±±± 2. 数乘数乘 ()111,,z y x a l l l l =®3. 数量积(点乘)(ⅰ)定义®a ·®b =®a®b ÷øöçèæ®®Ðb a ,cos (ⅱ)坐标公式®a ·®b =21x x +21y y +21z z (ⅲ)重要应用®a ·®b =0Û®a ^®b4.向量积(叉乘)(ⅰ)定义®a ´®b =®®ba ÷øöçèæ®®Ðb a ,sin ®a ´®b 与®a 和®b 皆垂直,且®a ,®b ,®a ´®b 构成右手系构成右手系83(ⅱ)坐标公式®a ´®b =222111z y x z y x k j i®®®(ⅲ)重要应用®a ´®b =®0Û®a ,®b 共线共线5、混合积、混合积 (ⅰ)定义(ⅰ)定义(®a ,®b ,®c )=(®a ´®b )·®c (ⅱ)坐标公式(®a ,®b ,®c )=333222111z y x z y x z y x (ⅲ)÷øöçèæ®®®c b a ,,表示以®a ,®b ,®c 为棱的平行六面体的体积为棱的平行六面体的体积§5.2 平面与直线(甲)内容要点(甲)内容要点一、一、 空间解析几何空间解析几何1 空间解析几何研究的基本问题。

线性代数-向量空间

线性代数-向量空间
因为V1 ⊂ V2,V2 ⊂ V1,所以V1 = V2 .
二、子空间
定义2 设有向量空间 V1及V2,若向量空间V1 ⊂ V2, 就说 V1 是 V2 的子空间. 实例
设V 是由 n维向量所组成的向量空间, 显然V ⊂ Rn 所以V总是 Rn的子空间.
三、向量空间的基与维数
定义3 设 V是向量空间,如果 r 个向量 α1,α2, ,αr ∈V,且满足
一般地,由向量组a1, a2 ,, am所生成的向量空 间为
V = {x = λ1a1 + λ2a2 + + λmam λ1 ,λ2 ,,λm ∈ R}
例5 设向量组a1 ,,am与向量组b1 ,,bs等价, 记
V1 = {x = λ1a1 + λ2a2 + + λmam λ1 ,λ2 ,,λm ∈ R} V2 = {x = µ1b1 + µ2b2 + + µ sbs µ1 , µ2 ,µ s ∈ R}
(2)若把向量空间 V看作向量组,那末V的基 就是向量组的最大无关组, V 的维数就是向量组的 秩.
(3)若向量组 α1 ,α 2 , ,α r是向量空间V的一
个基,则 V 可表示为
V = {x = λ1α1 + λ2α 2 + + λrα r λ1 , ,λr ∈ R}
例6 设矩阵 2 2 − 1
0
1
0
−2 3
1
0
1
1
−5 3
5 3
1 0 0 2 4
0
1
0
3 −2
3
3
1
0
0
1
−1
2 3
1 0 0 2 4

向量空间的基和维数

向量空间的基和维数

向量空间的基和维数 定义 设V 是向量空间,若 1,2,K ,r V , 且满足
1) 1,2 ,K ,r 线性无关; 2)V 中的每个向量都可由 1,2 ,K ,r 线性表示;
则向量组 1,2 ,K ,r 就称为向量空间V 的一个基,基中 所含向量的个数 r 称为向量空间的维数.
等价并且线性无关的向量组所含向量个数相同.
0 0
0 0
0 0 0
1
0 0
1,2,4 线性无关;
k11 k2 2 k33 k44 V, V中的每个向量都可由1,2,4 线性表示.
1,2,4 为V的一个基, V的维数是3.
线 性 代 数 11
总结 定义 设V 是向量空间,若 1,2,K ,r V , 且满足
1) 1,2 ,K ,r 线性无关; 2)V 中的每个向量都可由 1,2 ,K ,r 线性表示;
线性代数
向量空间的基和维数 定义 设V 是向量空间,若 1,2,K ,r V , 且满足
1) 1,2 ,K ,r 线性无关; 2) V 中的每个向量都可由 1,2 ,K ,r 线性表示;
则向量组 1,2 ,K ,r 就称为向量空间V 的一个基,基中 所含向量的个数 r 称为向量空间的维数.
等价并且线性无关的向量组所含向量个数相同.
V {0}维数为0.
线性代数
向量空间的基和维数
例 下述向量组是Rn 的一组基.
1
0
0
0
0
1
0
0
1
=
0

2
=
0

3
=
1
,L

n
=
0
M
M
M

《高等代数》PPT课件

《高等代数》PPT课件
6) (a+b)X=aX+bX;
7) (ab)X=a(bX);
8) 1X=X.
.
5
例3 设Fn [x]是次数不超过n的系数在F中的多项式连同 零多项式组成的集合. 对任意两个多项式f(x), g(x)Fn [x] , f(x)+g(x)Fn [x]. 又对F中的任意数k, kf(x)Fn [x]. 并且,对
域R上的向量空间.
.
11
例6 设V为正实数集,R为实数域,在V中 规定加法和数量乘法运算如下:
ˆ = (即与的积) kˆ = k (即的k次幂) 其中, V, kR. 对任意的 , V , kR,有 ˆ = V, ˆ = k V.
.
12
并且,对任意的 , , V,k,m R,有 1) ˆ = = = ˆ 2) ( ˆ) ˆ =()ˆ =() =( )= ˆ( )= ˆ ( ˆ )
5) a·(f (x)+g(x))=a ·f (x) +a·g(x);
6) (a+b) ·f (x)=a·f (x)+b·f(x);
7) (ab) ·f (x)=a·(b·f(x));
8) 1·f (x) =f (x).
.
6
例4 设Mmn(F)是数域F上全体mn矩阵的集合,对任意的 A,BMmn(F) ,A+B Mmn(F), 对任意的k F,kA Mmn(F). 并且对任意的mXn矩阵A,B,C及任意的F中的数a,b,有
1) a+b=b+a; 2) (a+b)+c=a+(b+c);
3) 0+a=a;
4) 对任意aC ,存在bC ,使a+b=0; 5) k(a+b)=ka+kb; 6) (k+l)a=ka+la; 7) (kl)a=k(la); 8) 1a=a. 这里a,b,c是任意复数,k,l是任意实数。

向量空间课件

向量空间课件

若向量组 1 在一种矩阵
能够由向量组2 线性表达 M (mij )sr ,使得
,系则数阵必矩存
(1,2 , ,r ) (1, 2, , s )M
假如 Cmn Ams Bsn ,则
b11 b12 b1n
(C1,C2,
Cn )
( A1,A2,
,
As
)
bs1 bs2 bsn
C旳列向量组能够由A旳列向量组线性表达。
所以 1 , 2 , n线性无关。
对任意旳常数 k1, k2 kn , 都有
k11 k22 knn (k1, k2 , , kn )T
1
,
2
,
称为基本单位向量。
n
例2 讨论向量组 1= ( 1, -1, 1)T, 2= ( 2, 0, -2)T, 3=( 2, -1, 0)T旳线性有关性。 解:设有一组数1, 2, 3 , 使
1 k22 kmm
所以1,2 , m 线性有关。
假如1,2 , s 线性有关,则存在不全为零旳一组 数k1,k2,…,km, k11 k22 kmm
不妨设k1≠0,那么
1
k2 k1
2
k3 k1
3
ks k1
s
即 1能由 2 , 3 , s 线性 表出。
推论: 两个非零向量1 , 2 线性有关 1 = k2,(其中 k 0) 即1 , 2 相应坐标成百分比
利用(1)式,用反证法轻易证明(2)式也成立。
§3 向量组旳等价与向量组旳秩
定义4 假如向量组 1 :1,2, r中旳每个向量都可 以由向量组 2 : 1, 2, s 线性表达,就称向量组 1 :1,2 , r 可由 2 : 1, 2 , s 线性表达,假如 两个向量组能够相互线性表达,就称它们等价。

向量空间ppt课件

向量空间ppt课件

27
s
ki i
i 1
k1a11
k1a12
k1a1n
k 2 a 21 k 2 a 22
ksas1 ksas2
k2a2n ksasn
k1a1 p1
k2a2 p1
s
ki i
k1a1p2
k2a2 p2
i1
k1a1pn k2a2 pn
上两式只是各分量的排列顺序不同,因此
k11 + k2 2 + + ks s =
3
§1 向量及其运算
背景:
中学数学中已经接触过平面上的向量,可以称为二维 向量。高等数学介绍过空间几何中的向量,可以称为 三维向量。然而仅仅考虑平面几何中的向量和空间几 何中的向量是不够的。例如,人造卫星在太空运行中 考虑它在某一个时刻的状态必须知道目前处于什么位 置、其表面温度、此时受到的压力等等物理参数的情 况,这时二维和三维向量就无法表达这么多的信息, 必须推广到更多维数的向量。
答案:一定线性无关
15
例1 判断向量组 1 , 2 ,, n 的线性相关性。
其中, i 是 n 阶单位矩阵的第 i 列 (i = 1,,m)
解: 对任意的一组数k1,k2,…,kn都有 k11 k2 2 kn n (k1, k2 , , kn )T
所以要使
k11 k22 knn
5
注意:向量一般用小写的希腊字母, 等表示 ,
其中n为向量的维数。一般所说的向量都是指列 向量,行向量可看作是列向量的转置.
如: (a1, a2, , an )T
(b1, b2 , , bn )T
定义2 如果向量 和 对应的分量都相等,即
ai=bi,i=1,2,…,n

第五章 图的向量空间

第五章 图的向量空间

v1
a b d
c
v3
v2
v3
d
v2 v1
a
d c
v3
v
e f
e f
G1
v1
f
v3
G
v3
a
v3 G 2 v2
c
v3
e
G1⊕G2
预备知识1:同余
定义: 给定整数m,如果整数a与b之差被m
整除,(存在 q 使得 a-b=qm),则称a与b对 于模m同余,或称a同余于b模m,记为 a b (mod m) 如 133 (mod 5) 153 (mod 2) 13 5 (mod 4) 2 0 (mod 2)
证明的第一部分:判定图G=(p,q)所有子图向量空间 1) Gi⊕Gj=Gj⊕Gi 2) (Gi⊕Gj)⊕Gk = Gi⊕(Gj⊕Gk ) 3) Gi Gi 0 G 1 G G i i i G G 4) i i 5) a(Gi⊕Gj ) =aGi⊕aGj 6) (a+b)Gi=aGi⊕bGi 7) (ab)Gi=a (bGi) 8) 1Gi=Gi
设图G的q条边为 {e1 ,e2 , ……,eq}
命题:图G=(p,q)的所有不同的子图的 个数为:
q
2
构作子图时 取不取这条 边呢?
分析:环合运算
Gi G j Gi Gi Gi G j Gi Gj
Gi Gi
显然:零元为 ,任意元素 Gi 的 负元为其本身。
一些特殊向量:
零向量:分量全为零的向量称为零向量,
记作0.即0=(0,0,…,0). 负向量:向量(a1, a2,…, an)称为向
量=(a1, a2,…, an)的负向量,记作.

线性代数 第五章 向量空间

线性代数 第五章 向量空间

称为n元向量空间。
,an P
向量空间---基和维数
向量空间V中若向量组 1 ,2 , ,k 为极大
向 线性无关组,则称其为向量空间V的一组基
量 维数:基中所含向量的个数,dimV k.
空 Pn 的基和维数:由n个n元向量组成的极大

线性无关组。故基不唯一。
1,2, ,n , i 0,0, ,1, ,0T
m2 n 2

mn1n , mn2n ,
m11
M=

m21

mnnn .

mn1
m12 m22
mn2
m1n
m2
n


mnn

1 2
n 1 2
n M
M称为基(I)到基(II)的过渡矩阵。(M可逆?)
向量空间---过渡矩阵
(I ) 1,2, ,n; (II) 1, 2, , n 是 Pn

Байду номын сангаас
k31 3 , 1 / 1, 1 ; k32 3 , 2 / 2 , 2 ;
3 3
3 , 2 2 , 2
2
3, 1 1, 1
1.
向量空间---作业
向 P139 6 量 P142 3(1), 3(2) 空 P147 6,7
, , , ;
, 0, 且 , 0 O.
, , 是 Rn 中任意向量,k为任意实数。
向量空间---内积和标准正交基
向量的长度:|| || ,

单位向量: || || 1
向 的两组基,向量 在基(I)、(II)的坐标分

线性空间 知识点及其注释

线性空间 知识点及其注释

第五章线性空间-知识点及其注释知识点:n 维数组向量,向量空间,线性空间,线性组合,线性表示, 向量组等价,线性相关,线性无关,极大无关组,秩,生成子空间, 子空间,基,维数,坐标,基变换,坐标变换,同构,交子空间,和 子空间,直和,线性方程组的解空间,基础解系,特解,通解。

#n 维数组向量#简称为n 维向量,是指由数域F 中n 个数印包,…,寺组成 的n 元有序数组,常记为(a i ,a 2,|||,a n )T或(a i ,a 2,…,a .),又称为n 元(数组) 向量。

由数域F 上所有n 维数组向量所构成的线性空间称为n 维(元)(数 组)向量空间,记为F n。

#线性组合#表达式k ^<H k ^^ ^l + k ^s 称为向量组a 1,口2;" Q s 的系数分别为k i ,k 2,|||,k s 俨F )的线性组合,k i ,k 2,…,k s 称为线性组合系数。

#线性表示#向量a 可由向量组…,叫线性表示(出)是指存在数域F 中的数ki,k2,…,ks ,使a =k ^^k ^a^)| + k ^s 。

向量组Ct 」2,…,叭可由向量组际码川卫线性表示是指每个a i(i=l2...,s )都可由向量组Pi,p2,IH,3t线性表示。

显然,向量组的线性表示具有传递性。

在F n 中,向量《可由向量组a /2,…,叫线性表示二 线性方程组S X i + a x 2111 +a sX s = a 有解二 ran “",企,川,ct s ,® =rank(%,a 2,HI ,叫)。

#向量组等价#向量组%,冬,…,叫与向量组匕,卩2,lll,P t 等价是指向量组 %巴2,…,叫与向量组Pi,p2,lll,P t 可以相互线性表示。

显然,向量组等价是 等价关系,即具有自反性、对称性和传递性。

1)2) 1, 2,若矩阵A经过有限次行初等变换成为B,则A与B的行向量组等价。

05 第五节 向量空间

05 第五节 向量空间

第五节 向量空间分布图示★ 向量空间★ 例1★ 例2★ 例3 ★ 例4★ 例5 ★ 子空间 ★ 例6 ★ 例7 ★ 向量空间的基与维数 ★ 例8★ 例9★ 向量在基下的坐标 ★ 例10★ 关于集合的坐标系的注记 ★ 例11 ★ 3R 中的坐标变换公式 ★ 例12★ 例13★ 内容小结★ 课堂练习★ 习题3-5内容要点一、向量空间与子空间定义1 设V 为n 维向量的集合,若集合V 非空,且集合V 对于n 维向量的加法及数乘两种运算封闭, 即(1) 若,,V V ∈∈βα则V ∈+βα; (2) 若,,R V ∈∈λα则V ∈λα. 则称集合V 为R 上的向量空间.记所有n 维向量的集合为n R , 由n 维向量的线性运算规律,容易验证集合n R 对于加法及数乘两种运算封闭. 因而集合n R 构成一向量空间, 称n R 为n 维向量空间.注:3=n 时, 三维向量空间3R 表示实体空间;2=n 时, 维向量空间2R 二表示平面;1=n 时, 一维向量空间1R 表示数轴.3>n 时, nR 没有直观的几何形象.定义2 设有向量空间1V 和2V , 若向量空间21V V ⊂, 则称1V 是2V 的子空间.二、向量空间的基与维数定义3 设V 是向量空间, 若有r 个向量V r ∈ααα,,,21 , 且满足(1) r αα,,1 线性无关;(2) V 中任一向量都可由r αα,,1 线性表示.则称向量组r αα,,1 为向量空间V 的一个基, 数r 称为向量空间V 的维数,记为r V =dim 并称V 为r 维向量空间.注: (1) 只含零向量的向量空间称为0维向量空间, 它没有基;(2) 若把向量空间V 看作向量组,则V 的基就是向量组的极大无关组, V 的维数就是向量组的秩;(3) 若向量组r αα,,1 是向量空间V 的一个基,则V 可表示为}.,,,,|{2111R x x V r r r ∈++==λλλαλαλ 此时, V 又称为由基r αα,,1 所生成的向量空间. 故数组r λλ,,1 称为向量x 在基r αα,,1 中的坐标.注: 如果在向量空间V 中取定一个基r a a a ,,,21 , 那么V 中任一向量x 可惟一地表示为,2211r r a a a x λλλ+++=数组r λλλ,,,21 称为向量x 在基r a a a ,,,21 中的坐标.特别地, 在n 维向量空间n R 中取单位坐标向量组n e e e ,,,21 为基,则以n x x x ,,,21 为分量的向量x ,可表示为,2211n n e x e x e x x +++=可见向量在基n e e e ,,,21 中的坐标就是该向量的分量. 因此n e e e ,,,21 叫做n R 中的自然基.关于集合的坐标系的注记一个集合的坐标系就是这个集合中点到n R 的一对一映射. 例如,在图纸上取定互相垂直的两条轴及每条轴上的单位长度,就构成了平面的一个坐标系. 图3-5-2绘出了标准基12,εε,以及上述例子中的向量112(),αεα=和()1,6x =. 坐标1和6给出了x 关于标准基的位置:1ε方向上1个单位,2ε方向上6个单位.图3-5-3也绘出了图3-5-2中的向量12,αα和x . 从几何上看,在两幅图中,这3个向量都位于一条竖线上. 不过,图3-5-3标准坐标系被抹去了,换成了用上例中的基做成的坐标系. 坐标向量()T2,3-给出了在新坐标系下x 的位置:1α方向上-2个单位,2α方向上3个单位.图3-5-2 图3-5-3三、3R 中坐标变换公式在3R 中取定一个基321,,ααα, 再取一个新基321,,βββ, 设),,,(321ααα=A ),,(321βββ=B求用321,,ααα表示321,,βββ的表示式(基变换公式), 并求向量在两个基中的坐标之间的关系式(坐标变换公式).因 ,),,(),,(321321A a a a εεε= .),,(),,(1321321-=A a a a εεε 故 ,),,(),,(),,(1321321321B A a a a B -==εεεβββ 即基变换公式为,),,(),,(321321P a a a =βββ其中表示式的系数矩阵B A P 1-=称为从旧基到新基的过渡矩阵.设向量x 在旧基和新基中的坐标分别为321,,x x x 和321,,x x x ''', 即 ,),,(,),,(321321321321⎪⎪⎪⎭⎫ ⎝⎛'''=⎪⎪⎪⎭⎫ ⎝⎛=x x x x x x x x βββααα故 ,321321⎪⎪⎪⎭⎫ ⎝⎛'''=⎪⎪⎪⎭⎫⎝⎛x x x B x x x A 得 ,3211321⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛'''-x x x A B x x x 即 ,321321⎪⎪⎪⎭⎫ ⎝⎛'''=⎪⎪⎪⎭⎫ ⎝⎛x x x P x x x 或 .3211321⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛'''-x x x P x x x 这就是从旧坐标到新坐标的坐标变换公式.注:这里,我们仅介绍了3R 中的基变换公式、坐标变换公式和过渡矩阵的概念,更一般的情况,我们将在第六章中介绍.例题选讲例1 (E01) 判别下列集合是否为向量空间},,|),,,0({221R x x x x x V n Tn ∈==解 1V 是向量空间. 因为对于1V 的任意两个元素,,,,T n a a )0(2 =α,,,,12)0(V b b Tn ∈= β有122)0(V b a b a T n n ∈++=+,,, βα.,,,12)0(V a a T n ∈=λλλα例2 (E02) 判别下列集合是否为向量空间},,|),,,1({222R x x x x x V n Tn ∈==解 2V 不是向量空间.因为若,,,,,22)1(V a a T n ∈= α 则.,,,,22)222(2V a a T n ∉= α例3 (E03) 设βα,为两个已知的n 维向量, 集合},|{R V ∈+==μλμβλαξ试判断集合V 是否为向量空间.解 V 是一个向量空间. 因为若,111βμαλξ+=,222βμαλξ+= 则有,)()(212121V ∈+++=+βμμαλλξξ ,)()(111V k k k ∈+=βμαλξ 即V 关于向量的线性运算封闭.这个向量空间称为由向量βα,所生成的向量空间.注: 通常由向量组m a a a ,,,21 所生成的向量空间记为}.,,,|{212211R a a a V m m m ∈+++==λλλλλλξ例4 (E04) 设向量组m αα,,1 与向量组s ββ,,1 等价, 记},,,|{},,,|{21221122122111R V R V s s s m m m ∈+++==∈+++==μμμβμβμβμξλλλαλαλαλξ试证: .21V V =证 设,1V ∈ξ 则ξ可由m αα,, 1线性表示.因m αα,, 1可由s ββ,, 1线性表示,故ξ可由s ββ,, 1线性表示.2V ∈ξ 这就是说,若,1V ∈ξ则2V ∈ξ.21V V ⊂类似地可证:若,2V ∈ξ则1V ∈ξ.12V V ⊂ 因为,21V V ⊂,12V V ⊂所以.21V V =例5 (E05) 考虑齐次线性方程组0=Ax ,全体解的集合为}0|{==ααA S显然, S 非空),0(S ∈ 任取k S ,,∈βα为任一常数, 则Sk k kA k A S A A A ∈===∈+=+=+αααβαβαβα即即,00)(,0)(故S 是一向量空间. 称S 为齐次线性方程组0=AX 的解空间.例6 (E06) 3R 中过原点的平面是3R 的子空间 证明 3R 中过原点的平面可以看作集合()(){}33,,0,,,V R x y z x y z Rαβγαβγ=∈++=∈其中若()111,,V αβγ∈,()222,,V αβγ∈,即1112220,0x y z x y z αβγαβγ++=++=则有121212111()()()0,0x y z k x k y k z ααββγγαβγ+++++=++=即 ()()111222,,,,V αβγαβγ+∈,()111,,k V αβγ∈ 故3R 中过原点的平面是3R 的子空间例7 (E07) 向量空间2R 不是3R 的子空间,因为2R 根本不是3R 的子集(3R 中的向量有三个分量,但2R 中的分量却只有两个). 集合(){},,0,H s t s tR=∈ 是3R 的与2R 有相同表现的子集,尽管严格意义上H 不同于2R ,见右图. 证明H 是3R 的子空间.证明 任取()()1122,,0,,,0s t s t H ∈,k 为任一常数,则()()1122,,0,,0s t s t H+∈, ()11,,0k s t H ∈因此H 是3R 的子空间.例8 (E08) 证明单位向量组,)1,,0,0,0(,)0,,0,1,0(,)0,,0,0,1(21Tn T T ===εεε是n 维向量空间n R 的一个基.证 (1)易见n 维向量组n εεε,,, 21线性无关;(2)对n 维向量空间n R 中的任意一向量,,,,T n a a a )(21 =α有,n n a a a εεεα+++= 2211 即n R 中的任意一向量都可由初始向量线性表出. 因此,向量组,,21εεn ε, 是n 维向量空间nR 的一个基.例9 (E09) 给定向量TT T T )3,1,1(,)1,3,2(,)5,3,1(,)1,4,2(321=-=-=-=βααα试证明:向量组321,,ααα是三维向量空间3R 的一个基, 并将向量β用这个基线性表示.证 令矩阵,,,)(321ααα=A 要证明321ααα,,是3R 的一个基,只需证明;E A → 又设332211αααβx x x ++=或β=Ax 则对)(βA进行初等行变换,当将A 化为单位矩阵E 时,同时将向量β化为.β1-=A X=)(βA⎪⎪⎪⎭⎫ ⎝⎛---315113341212行变换⎪⎪⎪⎭⎫⎝⎛-41010104001 故向量组321ααα,,是3R 的一个基,且.32144αααβ+-=例10 (E10) 考虑2R 的一个基12,αα,其中()()TT121,0,1,2αα==,若2R 的一向量x 在基12,αα的坐标为()T2,3-,求x . 又若()T4,5y =,试确定向量y 在基12,αα的坐标.解 结合x 在基12,αα的坐标构造x ,即111(2)3026x ⎛⎫⎛⎫⎛⎫=-+= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭设y 在基12,αα的坐标为()T12,λλ,则⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛54210121λλ 或⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛54201121c c 该方程可以通过增广矩阵上的行变换或利用等号左边矩阵的逆来求解. 无论哪种方法,都能得到方程的解1235,22λλ==. 因此123522y αα=+.例11 (E11) 设()()()TTT123,6,2,1,0,1,3,12,7.v v x ==-=判断x 是否属于由12,v v 生成的向量空间. 如果是, 求出x 在12,v v 中的坐标.解 如果x 是属于由12,v v 生成的向量空间,则下列向量方程是有解的:123136012217λλ-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪+= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭若12,λλ存在,它们应该是x 在12,v v 中的坐标. 利用行变换可得 3131026012013217000-⎛⎫⎛⎫⎪ ⎪→ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭因此122,3λλ==.例12 设3R 中的两个基分别为.401,110,013,201,110,011321321⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛=βββααα(1) 求从基321,,ααα到基321,,βββ过渡矩阵;(2) 求坐标变换公式;(3) ,212⎪⎪⎪⎭⎫ ⎝⎛=α 求α在这两组基下的坐标.解 (1)设,,,,,P )()(321321αααβββ===)(321βββ,,B , ⎪⎪⎪⎭⎫⎝⎛410011103==)(321ααα,,A . ⎪⎪⎪⎭⎫⎝⎛-210011101 所以.B A P 1-=下面用初等行变换求.B A 1-=)(B A ,⎪⎪⎪⎭⎫⎝⎛-410210011011103101 ⎪⎪⎪⎭⎫ ⎝⎛----410210112110103101⎪⎪⎪⎭⎫ ⎝⎛-----32210112110103101 ⎪⎪⎪⎭⎫ ⎝⎛-----32210234010225001故所求的过渡矩阵为==-B A P 1. ⎪⎪⎪⎭⎫⎝⎛-----322234225(2)由(1)的结果,可直接写出坐标变换公式:. ⎪⎪⎪⎭⎫ ⎝⎛'''⎪⎪⎪⎭⎫ ⎝⎛-----=⎪⎪⎪⎭⎫ ⎝⎛321321322234225x x x x x x(3)先求α在321βββ,,下的坐标.设332211βββαx x x '+'+'=)(321βββ,,=⎪⎪⎪⎭⎫ ⎝⎛'''321x x x B =⎪⎪⎪⎭⎫ ⎝⎛'''321x x x 则⎪⎪⎪⎭⎫ ⎝⎛'''321x x x ,α1-=B 现用初等行变换求.α1-B B (=)α⎪⎪⎪⎭⎫⎝⎛241010112103 ⎪⎪⎪⎭⎫ ⎝⎛13/51024101011 ⎪⎪⎪⎭⎫⎝⎛13/51013/601013/7001所以⎪⎪⎪⎭⎫ ⎝⎛'''321x x x =⎪⎪⎪⎭⎫⎝⎛13/513/613/7为α在321βββ,,下的坐标. 而α在基321ααα,,下的坐标为 ⎪⎪⎪⎭⎫ ⎝⎛321x x x P =⎪⎪⎪⎭⎫ ⎝⎛'''321x x x =⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫⎝⎛-----13/513/613/7322234225131=⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛-----567322234225131=⎪⎪⎪⎭⎫ ⎝⎛13013=. ⎪⎪⎪⎭⎫⎝⎛101例13 (E12) 设321,,ααα为三维线性空间的一个基, 而321,,βββ,与321,,γγγ, 为V 中两个向量组, 且⎪⎩⎪⎨⎧++=++=++=⎪⎩⎪⎨⎧+=-=++=32133212321131331232113434322,αααγαααγαααγααβααβαααβ (1) 验证321,,βββ及321,,γγγ都是V 的基;(2) 求由321,,βββ到321,,γγγ的过渡矩阵; (3) 求坐标变换公式. 解 (1))()(321321αααβββ,,,,= ⎪⎪⎪⎭⎫⎝⎛-111001111B )(321ααα,,= )()(321321αααγγγ,,,,=⎪⎪⎪⎭⎫⎝⎛341432321C )(321ααα,,= 由于,0≠B 故B 为可逆矩.而321ααα,,为V 的基,故321βββ,,线性无关.所以321βββ,,为三维向量空间V 的一个基.同理由0||≠C 知321γγγ,,是V 的基. (2) 由(1)知,=)(321βββ,,,),,(321B ααα从而,,,,,1321321)()(-=Bβββααα.,,,,,,C B C 1321321321)()()(-==βββαααγγγ所以,从321βββ,,到321γγγ,,的过渡矩阵为=-C B 1⎪⎪⎪⎭⎫ ⎝⎛⎪⎪⎪⎭⎫ ⎝⎛--3414323211110011111=. ⎪⎪⎪⎭⎫⎝⎛---101010432 (3)坐标变换公式为⎪⎪⎪⎭⎫ ⎝⎛321x x x =. ⎪⎪⎪⎭⎫ ⎝⎛'''⎪⎪⎪⎭⎫⎝⎛---321101010432x x x课堂练习1.设向量组,)14,2(,)0,2,2(,)1,0,1(:321T T T A -===ααα向量组.)4,4,2(,)4,2,1(:21T T B -=-=ββ试证明向量组A 是三维向量空间3R 的一个基,并将向量组B 用这个基线性表示.。

向量空间知识点总结

向量空间知识点总结

向量空间知识点总结一、向量空间的定义和性质1.1 向量空间的定义向量空间的定义是线性代数中的基础知识之一。

一般来说,向量空间是一个满足一系列条件的集合。

设V是一个包含向量的集合,如果满足以下条件,则称V为一个向量空间:(1)V中的任意两个向量的和仍然在V中,即对于任意的u、v∈V,有u+v∈V;(2)V中的任意一个向量与实数的乘积仍然在V中,即对于任意的u∈V,λ∈R,有λu∈V;(3)向量空间V中存在一个零向量0∈V,满足对于任意的u∈V,有u+0=u。

满足以上三个条件的向量空间V,通常记作(V,+,·),其中“+”表示向量的加法运算,“·”表示数量乘法运算。

1.2 向量空间的性质向量空间具有一些重要的性质,这些性质对于理解向量空间具有重要意义,并且也是研究向量空间的基础。

向量空间的一些性质如下:(1)向量空间的加法和数量乘法封闭性:对于向量空间中的任意两个向量u和v,以及任意的实数λ,有u+v∈V和λu∈V,即向量空间对加法和数量乘法运算是封闭的。

(2)向量空间中的零向量唯一:向量空间中只存在一个零向量0,满足对于任意的u∈V,有u+0=u。

(3)向量空间中的相反元存在性:对于向量空间中的任意一个向量u,存在一个向量-v,使得u+(-v)=0。

(4)向量空间中的数量乘法分配律:对于向量空间中的任意两个实数λ和μ,以及任意的向量u,有(λ+μ)u=λu+μu和λ(u+v)=λu+λv。

向量空间的定义和性质是向量空间理论的基础,对于理解向量空间的概念和性质具有重要的意义。

在实际问题中,向量空间的定义和性质也具有重要的应用价值。

二、子空间2.1 子空间的定义子空间是向量空间中一个重要的概念,它是指在一个向量空间中的子集合,它本身也构成一个向量空间。

设V是一个向量空间,W是V的一个非空子集合,如果满足以下条件,则称W是V的一个子空间:(1)W中的任意两个向量的和仍然在W中,即对于任意的u、v∈W,有u+v∈W;(2)W中的任意一个向量与实数的乘积仍然在W中,即对于任意的u∈W,λ∈R,有λu∈W。

第五章-向量空间

第五章-向量空间

第五章向量空间向量空间或称线性空间是一个重要的代数系统(定义了代数运算的集合),现代数学所涉及的欧氏空间、U空间、希尔伯特空间等都是建立在向量空间的基础上的.我们知道,在”元向量集和m X //矩阵集中,都分别定义了加法和数乘运算,并且就这两种运算的基本性质而言,在形式上是完全一样的•向量空河就是对这类集合的共性的抽象•学习向量空间的理论,不仅有助于深化对矩阵理论、线性方程组理论等内容的理解,同时也为后面两章内容的讨论奠定了基础.除此之外,向量空间的理论和方法在自然科学、工程技术等领域都有一定的应用.本章重点是向量空间的定义、基、内积、正交矩阵等.5.1向量空间的概念定义1 设V是一个非空集,F是一个数域.如果:1)V中定义了一个加法.V中有唯一确定的元与它们对应,这个元称为a与0的和,记为a +0 .2)F到V有一个数量乘法.Xfke e 中有唯一确定的元与它们对应,这个元称另£与a的数量乘积,记为畑.3)加法与数量乘法满足以下算律:V a. 0、y 丘 V N k、I e F15 a + 0 = 0 + a ;2°(a+0)+y = a+(0+y);3° Oe V,称为V的零元,有0+a =a;4° -a eV,称为a的负元,有a +(-a尸0;5° k^a + P) = ka + kp \6° (k + l)a = ka + la x7° (kl)a = kQa);8' la = a,那么称W是数域F上的一个向量空间.向量空间V的元称为向量.定义1中的条件1)和2)可以合并为Na、/G F,有ka + ip^V.由于运算是线性的,也将向量空间称为线性空间.例1 F"为数域F上所有"元向量构成的集,对向量的加法和数乘,F"是尸上的一个向量空间.例2 M(F) = {(6•応” e F},M(F)对矩阵的加法和数量乘法构成尸上的一个向量空间.例3在解析几何里,平面或空间中从原点出发的一切向量对向量的加法和实数与向量的乘法都构成实数域上的向量空间.分别记为K,V3.例4令C[a,b]为定义在区间[a,b]上的一切连续函数所构成的集.对函数的加法,实数与函数的乘法,C[d,b]是实数域上的向量空间.例5复数域C是实数域R上的向量空间.任意数域都是它自身上的向量空间.由定义1,可以推出向量空间V的如下几个性质:1.在向量空间V中,零向量是唯一的.事实上,若0]与0?都是V的零向量,便有0] = 0] + 0, = 0,.2.V中每一向量的负向量是唯一的.爭实上u ,若冬都是G的负向量,即有a + a{=^a + a2=0,那么q =&i + 0 = e + (& +冬)=(e + &) + 冬=0 + a2 = a2.规定a-ft=a+(—0).3.在V中,(I)Oa=0;(II)£0 = 0;(III)k(-a) = (-k)a = -ka ・事实上,Oa + a = Qa + la= (0+1) a = la = a・等式两边同时加上(-a ),得0a =0. 故G)式成立.由R0 + R0 =狀0 + 0) = R0,两边加上(一灯0,得£0 = 0,即⑴)式成立.由k(-a) + ka = k(-a + a) = k0 = 0,即k(-a)是ka的负元,所以k(-a) = -ka.同样可得(-k)a = -kct.4.在V中,如果ka = 0,则R=0或a = 0.事实上,若ka = 0f而k H 0,那么3(畑)=T°= ° •又*伙&) =(2灯& = \a = a .故k kk ka = 0.此外,由于V中的加法满足交换律、结合律,卩中s个向量相加,可以任意交换各项的次序,任意添加括号,所得结果都相同.定义2设V是数域F上的向量空间如果Va、卩wWXyga + J3 EW,ka eW,(1)那么称W是V的一个子空间.由定义,V的子空间一定含V中的零向量(awW,则0 a = 0EW).如果W是V的子空间,那么W也是数域F上的向量空间.这是因为W对V的加法和F到V的数量乘法封闭,而定义1中的算律1°至8°在U中成立,在W中当然成立.例6.由向量空间V的零向量构成的集{0}是V的子空间,称为零空间.V自身是V的子空间.这两个子空间都称为V的平凡子空间.例7. F"中一切形如(①,込,…,a,T,°), 4 w F的向量构成的集是F"的一个子罢间.定义2中的条件(1)可表示为;Pa、/eFka + ip G W . (2)反之,若(2)成立,则W是U的一个子空间.爭实上,在(2)中,令k = l = l,得a + ;令/ = 0,得RawW,由定义2, W是V的子空间.在向量空间V中,我们可以依照3. 2中〃元向量线性相关性的表述来定义诸如向量的线性组合、线性相关等相应的概念,从而得出相应的结论•从形式上说,这些概念、结论的表述是完全一样的.只是在向量空间中涉及这些概念、结论的对彖一一向量以及线性运算,已经不局限于〃元向量及其运算.在此,不再一一列出.现设V是数域F上的向量空间,V中的£个向量勺,^2,…,〜的一切线性组合构成的集s = {he + k2a2 + -- +k x a x \ k f e F,i = 1,2,…,s}是V的一个子空间.事实上,V a . 0wS,VkwF,令<z = k l a l +k2a2 + -+k s a s, 0 = /1a1+l2ct2 +…+ /禺$,那么a + 0与Ra仍为a】,s,…,a,.的线性组合,即有a+0 e S, ka e S .故S是V的子空间,它称为由生成的子空间,记为L (^心“…,乙), a ly a2, - ,a s称为生成向量.下面我们看一个例子.加个方程〃个未知量的齐次线性方程组AX = 0,它的所有解向量的集T = \a\Aa = ^ahn元列向量}是尸”的非空子集若a、gF” la、0为〃元列向量), 有Aa = 0, A0 = 0,那么\fkeF,则A(a + 0) = 0, A(ka) = 0.即Va,0 eT,keF,有 a + 0 w T,ka w 7\因此7'是F n的一个子空间.由于AX = 0的任一解都可表示为它的基础解系的线性组合,若7,仏,…,〃…是4X = 0的一个基础解系,那么a、0可表示为7,仏,…,〃…的线性组合,于是T包含于生成子空间厶(久,弘,…即T匸从小,心,反之,任取0 G Lg, n…-r),令P = k l7]l + Rm + …+ k n_r rj n_r9k f G F为常数,i = 1,2,- -,n-r, 那么,A0 = 4伙函+人〃2 +…+ =0,即卩WT .因而厶(久,“2,…,〃”-r) C T •故T = L(久,弘,…,〃”一,)F”的子空间厶俗,弘,…称为齐次线性方程组AX = 0的解空间.最后,我们给出子空间的和的概念。

  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)。

第五章 向量空间向量空间或称线性空间是一个重要的代数系统(定义了代数运算的集合),现代数学所涉及的欧氏空间、U 空间、希尔伯特空间等都是建立在向量空间的基础上的.我们知道,在n 元向量集和n m ⨯矩阵集中,都分别定义了加法和数乘运算,并且就这两种运算的基本性质而言,在形式上是完全一样的.向量空间就是对这类集合的共性的抽象.学习向量空间的理论,不仅有助于深化对矩阵理论、线性方程组理论等内容的理解,同时也为后面两章内容的讨论奠定了基础.除此之外,向量空间的理论和方法在自然科学、工程技术等领域都有一定的应用.本章重点是向量空间的定义、基、内积、正交矩阵等.5.1 向量空间的概念定义 1 设V 是一个非空集,F 是一个数域.如果:1) V 中定义了一个加法.α∀、∈βV , V 中有唯一确定的元与它们对应,这个元称为α与β的和,记为α+β.2) F 到V 有一个数量乘法.k ∀∈F ,∀α∈V ,V 中有唯一确定的元与它们对应,这个元称为k 与α的数量乘积,记为αk .3) 加法与数量乘法满足以下算律: ∀α、β、γ∈V ,∀k 、l ∈F 1 α+β=β+α;2 (α+β)+γ=α+(β+γ);3 0∈V ,称为V 的零元,有0+α=α;4 α-∈V ,称为α的负元,有α+(α-)=0;5 βαβαk k k +=+)(;6 αααl k l k +=+)(;7 )()(ααl k kl =;8 αα=1,那么称V 是数域F 上的一个向量空间.向量空间V 的元称为向量.定义1中的条件1)和2)可以合并为:F l k V ∈∀∈∀、、,βα,有V l k ∈+βα.由于运算是线性的,也将向量空间称为线性空间.例 1 nF 为数域F 上所有n 元向量构成的集,对向量的加法和数乘,nF 是F 上的一个向量空间.例 2 )(},|){()(F M F a a F M ij n m ij ∈=⨯对矩阵的加法和数量乘法构成F 上的一个向量空间.例 3 在解析几何里,平面或空间中从原点出发的一切向量对向量的加法和实数与向量的乘法都构成实数域上的向量空间.分别记为32,V V .例 4 令],[b a C 为定义在区间],[b a 上的一切连续函数所构成的集.对函数的加法,实数与函数的乘法,],[b a C 是实数域上的向量空间.例5 复数域C 是实数域R 上的向量空间.任意数域都是它自身上的向量空间. 由定义1,可以推出向量空间V 的如下几个性质: 1. 在向量空间V 中,零向量是唯一的.事实上,若10与20都是V 的零向量,便有22110000=+=.2. V 中每一向量的负向量是唯一的.事实上,V ∈∀α,若21,αα都是α的负向量,即有0,021=+=+αααα,那么222121110)()(0αααααααααα=+=++=++=+=.规定α-β=α+ (-β). 3. 在V 中, (Ⅰ) 00=α; (Ⅱ) 00=k ;(Ⅲ) αααk k k -=-=-)()(.事实上, 0=+αα0=+αα1(0+1)ααα==1.等式两边同时加上(-α),得0α=0.故(i )式成立.由0)00(00k k k k =+=+,两边加上0)(k -,得00=k ,即(ii )式成立.由00)()(==+-=+-k k k k αααα,即)(α-k 是αk 的负元,所以ααk k -=-)(.同样可得ααk k -=-)(.4. 在V 中,如果0=αk ,则=k 0或0=α. 事实上,若0=αk ,而≠k 0,那么001)(1==k k k α.又αααα===1)1()(1k kk k ,故.0=α此外,由于V 中的加法满足交换律﹑结合律,V 中s 个向量相加,可以任意交换各项的次序,任意添加括号,所得结果都相同.定义2 设V 是数域F 上的向量空间,.,φ≠⊆W V W 如果F k W ∈∀∈∀,βα、,有W k W ∈∈+αβα,, (1)那么称W 是V 的一个子空间.由定义,V 的子空间一定含V 中的零向量(则,W ∈α0W ∈=0α).如果W 是V 的子空间,那么W 也是数域F 上的向量空间.这是因为W 对V 的加法和F 到V 的数量乘法封闭,而定义1中的算律1 至8在V 中成立,在W 中当然成立.例 6. 由向量空间V 的零向量构成的集{0}是V 的子空间,称为零空间.V 自身是V 的子空间.这两个子空间都称为V 的平凡子空间.例7. nF 中一切形如),0,,,,(121-n a a a F a i ∈的向量构成的集是nF 的一个子空间.定义2中的条件(1)可表示为:F l k W ∈∀∈∀、、,βαW l k ∈+βα. (2) 反之,若(2)成立,则W 是V 的一个子空间.事实上,在(2)中,令1==l k ,得W ∈+βα;令0=l ,得W k ∈α,由定义2,W 是V 的子空间.在向量空间V 中,我们可以依照3.2中n 元向量线性相关性的表述来定义诸如向量的线性组合、线性相关等相应的概念,从而得出相应的结论.从形式上说,这些概念、结论的表述是完全一样的.只是在向量空间中涉及这些概念、结论的对象——向量以及线性运算,已经不局限于n 元向量及其运算.在此,不再一一列出.现设V 是数域F 上的向量空间,V 中的s 个向量s ααα,,,21 的一切线性组合构成的集},,2,1,|{2211s i F k k k k s i s s =∈+++=ααα是V 的一个子空间.事实上,∀α﹑β∈S ,∀k ∈F ,令s s k k k αααα+++= 2211,2211ααβl l +=s s l α++ ,那么α+β与αk 仍为s ααα,,,21 的线性组合,即有α+β∈S ,αk ∈S .故S 是V 的子空间,它称为由s ααα,,,21 生成的子空间,记为 L (s ααα,,,21 ),s ααα,,,21 称为生成向量.下面我们看一个例子.m 个方程n 个未知量的齐次线性方程组0=AX ,它的所有解向量的集{}元列向量为n A T ααα,0==是n F 的非空子集.若n F ∈βα、(βα、为n 元列向量),有0,0==βαA A ,那么F k ∈∀,则0)(=+βαA ,0)(=αk A .即F k T ∈∈∀,,βα,有T k T ∈∈+αβα,.因此T 是n F 的一个子空间.由于0=AX 的任一解都可表示为它的基础解系的线性组合,若r n -ηηη,,,21 是0=AX 的一个基础解系,那么α﹑β可表示为r n -ηηη,,,21 的线性组合,于是T 包含于生成子空间),,,(21r n L -ηηη .即 T ⊆),,,(21r n L -ηηη . 反之,任取∈β),,,(21r n L -ηηη ,令F k k k k i r n r n ∈+++=--,2211ηηηβ 为常数,r n i -=,,2,1 ,那么,0)(2211=+++=--r n r n k k k A A ηηηβ ,即β∈T .因而),,,(21r n L -ηηη ⊆T . 故 ),,,(21r n L T -=ηηη .n F 的子空间),,,(21r n L -ηηη 称为齐次线性方程组0=AX 的解空间.最后,我们给出子空间的和的概念。

定义3 设21,W W 是数域F 上的向量空间V 的两个子空间,令 },|{22112121W W W W ∈∈+=+αααα, 称21W W +为子空间1W 与2W 的和.下面证明21W W +是V 的子空间.事实上,由V W V W ⊆∈⊆∈2211,αα,知V ∈+21αα,因而.21V W W ⊆+21W W +至少含1W 与2W 的公共零向量,故φ≠+21W W . 又设21,W W F l k +∈∈βα、、,即有21ααα+=,21βββ+=,其中111,W ∈βα, 222,W ∈βα.因为1W ,2W 是V 的子空间,所以111W l k ∈+βα,.222W l k ∈+βα于是2122112121)()()()(W W l k l k l k l k +∈+++=+++=+βαβαββααβα.故21W W +是V 的一个子空间.子空间的和可以推广到有限个子空间的情形.习 题1. 检验以下集合对于所指定的运算是否构成实数域R 上的向量空间. ⑴ 全体实对称矩阵对矩阵的加法和数量乘法;⑵ 在2V 中,不平行某一向量的全部向量构成的集,对向量的加法和数量乘法; ⑶ 在2V 中,对于向量的加法和如下定义的数量乘法: R k k ∈∀=,αα.2. 证明:向量空间V 如果含有一个非零向量,那么它一定含有无穷多个向量.3. 判断nR 中下列子集哪些是子空间.⑴ ⎭⎬⎫⎩⎨⎧=∑=0|),,,(121ni i n a a a a ;⑵ ⎭⎬⎫⎩⎨⎧=∑=1|),,,(121ni i n a a a a ;⑶ {}n i Z a a a a i n ,,2,1.|),,,(21 =∈.4. 21,W W 是向量空间V 的子空间,证明21W W 也是V 的子空间.5. 在3V 中,设1W 是过原点的平面上的所有向量的集合,2W 是过原点而与该平面相交的直线上所有向量的集合.证明21,W W 都是的3V 子空间,21W W 与21W W +分别含有3V 中哪些向量?5.2 基 维数 坐标在向量空间V 中,只要有一个非零向量α,将α无限重复相加,就可以得到V 中的无穷多个向量.这就是说,除零空间外,其余非零向量空间都有无穷多个向量.这无穷多个向量如何表示,这是需要我们解决的问题.在 5.1中,我们提到了齐次线性方程组的解空间.齐次线性方程组若有非零解,则有无穷多个解,其中每一个解都可以表成基础解系的线性组合.仿照这一事实,我们首先给出定义1 设n ααα,,,21 是向量空间V 中的n 个向量,如果 (i ) n ααα,,,21 线性无关;(ii )V 中的每一个向量都可由n ααα,,,21 线性表出, 那么,称n ααα,,,21 是V 的一个基.由定义1知,任何非零向量空间都存在基.注意向量空间V 的基与向量组的极大无关组的区别,前者是对无穷多个向量而言,而后者是在有限个向量中定义的.例1 齐次线性方程组的任一个基础解系是它的解空间的一个基.例2 在n F 中,)1,0,,0()0,,0,1,0()0,,0,1(21 ===n εεε,,,线性无关. n n n n a a a F a a a εεεαα+++=∈=∀ 221121),,,(,.故n εεε,,,21 是nF 的一个基,它称为nF 的标准基或自然基.例3 设2M (F )=⎭⎬⎫∈⎪⎪⎭⎫⎝⎛⎩⎨⎧F a a a a a ij 22211211. 令1A =⎪⎪⎭⎫⎝⎛0001,2A =⎪⎪⎭⎫ ⎝⎛0010,3A =⎪⎪⎭⎫ ⎝⎛0100,4A =⎪⎪⎭⎫⎝⎛1000. )(,,,24321F M A A A A ∈,且线性无关.43212),(dA cA bA aA d c b a F M d c b a +++=⎪⎪⎭⎫⎝⎛∈⎪⎪⎭⎫ ⎝⎛∀有.故)(,,,24321F M A A A A 是的一个基.例 4 在2V 中,任何两个不共线的向量是它的基;在3V 中,任何三个不共面的向量是它的基.向量空间的基一般不是唯一的.由定义1知,向量空间V 的任意两个基等价,因而它们含有相同个数的向量.为此给出定义2 向量空间V 的一个基所含向量的个数,称为V 的维数,记为V dim . 零空间的维数是0.本教材所涉及的都是维数有限的向量空间.例2中, .dim n F n=例3中, 4)(dim 2=F M .例4中, 3dim ,2dim 32==V V .定理5.2.1 设n V =dim ,则V 中任意n 个线性无关的向量都是V 的基.证 设n ααα,,,21 (I)是V 中n 个线性无关的向量,n βββ,,,21 (II)是V 的一个基,那么(I)可由(II)线性表示.由替换定理知,(I)与(II)等价.V ∈∀ξ,ξ可由(II)线性表示,因而ξ可由(I)线性表示,根据定义1, n ααα,,,21 是V 的基.推论1 若n V =dim ,则V 中任意1+n 不同向量线性相关.推论2 若n V =dim ,则V 中任意)(n r r <个线性无关的向量都可以扩充成V 的一个基.事实上,设r ααα,,,21 (Ⅰ)是V 中r 个线性无关的向量,n βββ,,,21 (Ⅱ)是V 的一个基,那么(Ⅰ)可由(Ⅱ)线性表出.根据替换定理,适当变动(Ⅱ)中向量的次序,用r ααα,,,21 取代(Ⅱ)中前r 个向量后所得向量组r ααα,,,21 ,n r r βββ,,,21 ++ (Ⅲ)与(Ⅱ)等价,因而(Ⅱ)与(Ⅲ)等秩.组(Ⅲ)的秩为n ,故组(Ⅲ)线性无关,从而它是V 的一个基.定理5.2.2 n 维向量空间V 的任一个向量经V 的一个基线性表出时,其表示法是唯一的.证 设n ααα,,,21 是V 的一个基,V ∈α.若n n n n l l l k k k ααααααα+++=+++= 22112211,那么有0)()()(222111=-++-+-n n n l k l k l k ααα .由于n ααα,,,21 线性无关,所以只有0=-i i l k .即i i l k =,.,,2,1n i =定义3 令n ααα,,,21 是向量空间V 的一个基,V ∈β,且n n k k k αααβ+++= 2211, (1) 那么,称n 元有序数组),,,(21n k k k 是β在基n ααα,,,21 下的坐标(或β关于基n ααα,,,21 的坐标).(1)式亦可表示为:β=(n ααα,,,21 )⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n k k k 21.由定义3知:在例2中,α=),,,(21n a a a 关于标准基n εεε,,,21 的坐标是),,,(21n a a a .在例3 中,⎪⎪⎭⎫⎝⎛d c b a 关于基4321,,,A A A A 的坐标为),,,(d c b a . 向量关于给定基的坐标也称为坐标向量,它是nF 中的向量.求一个向量在给定基下的坐标,可以通过解线性方程组的方法而得到.下面我们讨论向量空间V 的两个基之间关系,以及同一向量在不同基下的坐标之间的关系.设n ααα,,,21 ;n βββ,,,21 是n 维向量空间V 的两个基. 令.,,22112222112212211111n nn n n n n n n n a a a a a a a a a αααβαααβαααβ+++=+++=+++=(2)以),,2,1(n j j =β关于基n ααα,,,21 的坐标为列可构成n 阶矩阵A =⎪⎪⎪⎪⎪⎭⎫⎝⎛nn n n n n a a aa a a a a a 212222111211.A 称为由基n ααα,,,21 到基n βββ,,,21 的过渡矩阵.显然任意一个基到自身的过渡矩阵是E .(2)式可以记为(n βββ,,,21 )=(n ααα,,,21 )A . (3) 同样,设B 是由基n βββ,,,21 到基n ααα,,,21 的过渡矩阵,即有(n ααα,,,21 )=(n βββ,,,21 )B . (4) 将(3)代入(4)得(n ααα,,,21 )=(n ααα,,,21 )AB . 因而n E AB =.说明B A ,都是可逆矩阵,1-=A B .反之,设)(ij a A =为任一个n 阶可逆矩阵, n ααα,,,21 是向量空间V 的一个基.令 ,1∑==ni iijj a αβ n j ,,2,1 =.即有(n βββ,,,21 )=( n ααα,,,21 )A . 因为A 可逆,于是得(n ααα,,,21 )=(n βββ,,,21 )1-A . (5) (5)式表明),,2,1(n i i =α可由n βββ,,,21 线性表出.而n ααα,,,21 线性无关,由替换定理,n ααα,,,21 与n βββ,,,21 等价,于是它们等秩,因而n βββ,,,21 线性无关,它也是V 的一个基.上述事实表明,任一个n 阶可逆矩阵都可作为V 的一个基到另一个基的过渡矩阵. (3)式通常称为基变换公式.再看同一向量ξ在不同基下的坐标之间的关系. 设n ααα,,,21 ;n βββ,,,21 是V 的两个基,(n βββ,,,21 )=( n ααα,,,21 )A , (6) 且ξ=(n ααα,,,21 )⎪⎪⎪⎪⎪⎭⎫⎝⎛n x x x21= (n βββ,,,21 )⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n y y y 21 .将(6)代入得ξ=(n ααα,,,21 )⎪⎪⎪⎪⎪⎭⎫⎝⎛n x x x21=(n ααα,,,21 )A ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n y y y 21 .由向量关于某一基的坐标的唯一性,得⎪⎪⎪⎪⎪⎭⎫⎝⎛n x x x21=A ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n y y y 21, (7)或⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n y y y 21=1-A ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n x x x 21. (8) (7)式或(8)式称坐标变换公式.例:已知)0,1,1(),1,0,1(),1,1,0(321===βββ是3F 的一个基,求3F 的自然基321,,εεε到321,,βββ的过渡矩阵,并求3F 的向量)3,1,2(-=α关于基321,,βββ的坐标.解 由.,,213312321εεβεεβεεβ+=+=+=即有(321,,βββ)=(321,,εεε)⎪⎪⎪⎭⎫ ⎝⎛011101110.所以由321,,εεε到321,,βββ的过渡矩阵A =⎪⎪⎪⎭⎫ ⎝⎛011101110.而1-A =⎪⎪⎪⎭⎫⎝⎛212121212121212121---. 设 α=(321,,βββ)⎪⎪⎪⎭⎫ ⎝⎛321y y y . 则由α=(321,,εεε)⎪⎪⎪⎭⎫⎝⎛-312,得α关于基321,,βββ的坐标⎪⎪⎪⎭⎫ ⎝⎛321y y y =1-A ⎪⎪⎪⎭⎫ ⎝⎛-312=⎪⎪⎪⎭⎫⎝⎛-130.求α关于基n βββ,,,21 的坐标,也可通过解方程组求得.事实上,若令332211βββαk k k ++= ,得线性方程组⎪⎩⎪⎨⎧=+-=+=+.312213132k k k k k k 解得,01=k 32=k ,13-=k . 与上面计算结果相同.习 题1.设n ααα,,,21 是V 的一个基,求由基n ααα,,,21 到基12,,,αααn 的过渡矩阵.2.证明)1,1,1(),0,1,3(),3,1,1(321-==-=ααα是3R 的一个基,并求)3,0,2(=α在这个基下的坐标.*3.在3R 中,),1,1,1();1,3,2(),1,1,1(),2,1,3(1321=-=-=-=βααα)3212,,=(β,)10,2(3,=β.证明321,,ααα与321,,βββ都是3R 的基,并求由321,,ααα到321,,βββ的过渡矩阵.4. 设V 是数域F 上全体3阶对称矩阵构成的向量空间,求V dim ,并给出V 的一个基.5. 证明,若向量空间V 的每一个向量都可以唯一表成V 中向量n ααα,,,21 的线性组合,那么n V =dim .6. 设21,W W 都是向量空间V 的子空间,且21W W ⊆,证明:如果21dim dim W W =,那么21W W =.*7. 设)1,1,1,1(),0,1,2,1(21-==αα与)7,3,1,1(),1,0,1,2(21-=-=ββ是4R 中的两组向量,求生成子空间),(21ααL 与),(21ββL 的交的维数.*5.3 向量空间的同构我们知道,在n 维向量空间V 中取定一个基之后, V 中的每一个向量α在这个基下的坐标(n a a a ,,,21 )是nF 中的向量,并且是唯一的.反过来,设n ααα,,,21 是向量空间V 的一个基,对任一个n 元向量(n k k k ,,,21 )nF ∈.令ξn n k k k ααα+++= 2211,则ξ是V 中被唯一确定的一个向量.由此可知, V 中的向量与nF 中的向量存在一个一一对应关系.令n F V f →:,任取V ∈ξ n n k k k αααξ+++= 2211,f (ξ)),,,(21n k k k =,那么容易证明f 是V 到nF 的一个双射.设α,V ∈β,αn n a a a ααα+++= 2211,n n b b b αααβ+++= 2211.则 αn n n b a b a b a αααβ)()()(222111++++++=+ .k αn n ka ka ka ααα+++= 2211, F k ∈.即有f (α+β)=f (α)+f (β), f (k α)=k f (α).这说明在f 下, V 中与n F 中的加法和数量乘法也保持着对应关系.定义1 设V 、U 是数域F 上的向量空间,U V f →:,且f 为双射.如果∀α,F k V ∈∈,β,有(1)f (α+β)=f (α)+f (β); (2)f (k α)=k f ( α),那么称f 是 V 到U 的一个同构映射.此时称V 与U 同构,记为V ≌U .如果f 是 V 到U 的同构映射,由f 是双射,那么1-f是U 到V 的同构映射.其中βα→|:f ,V ∈α而 αβ→-|:1f.向量空间的同构具有:1º 自反性 任意向量空间与它自身同构. 2º 对称性 若V ≌U ,那么U ≌V . 3º 传递性 若V ≌U ,U ≌W ,那么V ≌W .同构的两个向量空间,如果不看他们的元素是什么,则它们在本质上是一样的. 由本节开始的讨论,立即可得定理5.3.1 数域F 上任意一个n 维向量空间V 都与n F 同构. 根据该定理及同构的对称性、传递性,可得 推论 维数相同的两个向量空间同构. 下面讨论同构映射的几个性质.设V ,U 是数域F 上的向量空间, f 是V 到U 的同构映射,则 1. 0)0(=f , )()(ααf f -=-.事实上,在定义1中的条件(2)分别取0=k ,1-=k 即得.2. )()()()(22112211n n n n f k f k f k k k k f αααααα+++=+++ ,其中F k i ∈,V i ∈α,n i ,,2,1 =.(对n 采用数学归纳法可得)3. n ααα,,,21 线性相关,当且仅当)(,),(),(21n f f f ααα 线性相关.V i ∈α,.,,2,1n i =事实上, n ααα,,,21 线性相关,当且仅当有不全为零的数n k k k ,,,21 ,使02211=+++n n k k k ααα .结合性质1,2,则有0)()()(2211=+++n n f k f k f k ααα .因而)(,),(),(21n f f f ααα 线性相关.由性质3知,如果V 中的向量n βββ,,,21 线性无关,那么U 中的向量),(),(21ββf f)(,n f β 也线性无关. ∀ξV ∈ξn n k k k βββ+++= 2211,则f (ξ))()()(2211n n f k f k f k βββ+++= .这表明,如果n βββ,,,21 是V 的基,那么)(,),(),(21n f f f βββ 则是U 的基,因而若V 与U 同构,那么V 与U 有相同的维数.这样定理5.3.1的推论中的条件成为一个充分必要条件.于是有定理5.3.2 两个向量空间同构当且仅当它们有相同的维数.由定理5.3.2知,数域F 上的所有n 维向量空间都与n F 同构,即不看其元素,它们本质上是一样的.因此,我们可以将nF 作为数域F 上所有n 维向量空间的代表.习 题1.设f :V →W 是向量空间V 到W 的一个同构映射. 1V 是V 的子空间.证明)(1V f 是W 的一个子空间.2.详细证明,若f 是向量空间V 到U 的同构映射,则f 的逆映谢1-f 是U 到V 的同构映射.3.复数域C 作为实数域R 上的向量空间,证明2dim =C .5.4 欧氏空间本节我们将由一般数域F 上的向量空间转为对实数域R 上的向量空间的讨论.实数域R 上的向量空间简称为实向量空间.通常的几何空间是实向量空间,它是一般向量空间的基本模型.我们知道,在几何空间3V 中,定义了两个非零向量βα,的内积(或点积,数积):θβαβαcos ||||=⋅, (1)其中||α,||β分别表示βα,的长度,θ为α与β的夹角.在这里,长度与夹角都有直观的几何意义,而这一点对一般n 维实向量空间来说,显然是做不到的.因此,我们不能沿用(1)式来定义一般实向量空间中两个向量的内积,但是我们希望将长度、夹角等概念引进到一般的实向量空间中来.回顾一下3V 中向量内积的基本性质:αββα⋅=⋅;γβγαγβα⋅+⋅=⋅+)(; )()(βαβα⋅=⋅k k ;αα⋅≥0,等号当且仅当0=α时成立.这些式子,从形式上来说,只要稍加改变,是完全可以为一般实向量空间所接受的.为此,我们给出定义1 设V 是一个实向量空间,如果对于V 中任意一对向量α、β,有一个唯一确定的记为<βα,>的实数与它们对应,并且满足如下条件:1) >>=<<αββα,,;2) ><+>>=<+<γβγαγβα,,,; 3) ><>=<βαβα,,k k ;4) ><αα,≥0,等号当且仅当0=α时成立,其中γβα,,是V 中的任意向量,k 为任意实数,那么称<βα,>为向量α与β的内积.此时称V 对于这个内积来说是一个欧几里德空间(简称欧氏空间).例1 2V ,3V 对(1)式确定的内积都是欧氏空间.例2 在nR 里,对于任意两个向量),,,(21n a a a =α,),,,(21n b b b =β,规定n n b a b a b a +++>=< 2211,βα. (2)容易验证,定义1中的条件1)-4)被满足, <βα,>是向量α与β的内积, n R 对这一内积作成一个欧氏空间.例3 ],[b a C 是定义在区间],[b a 上一切连续函数作成的向量空间.对],[b a C 的任意两个向量)(x f ,)(x g , 规定⎰>=<dx x g x f x g x f b a )()()(),(.由定积分的基本性质知,定义1中的条件1)-4)被满足, <)(x f ,)(x g >是)(x f 与)(x g 的内积.],[b a C 对这一内积作成一个欧氏空间.由定义1中的条件1)-4),容易推出如下性质: 1. V ∈∀α, 0,0>=<α. 事实上,在条件3)中,取0=k 即可.2. 综合条件2)、3),V ∈∀γβα,,, R b a ∈∀,,有><+><>=+<γβγαγβα,,,b a b a .一般地,V j i ∈∀βα,, R b a j i ∈,, r i ,,2,1 =; s j ,,2,1 =.有∑∑∑∑====><>=<r i sj j i j i r i s j j j i i b a b a 1111,,βαβα.定义1中的条件4) 0,>≥<αα,即><αα,是一个非负实数,因而><αα,的平方根有意义.定义2 α是欧氏空间V 中的一个向量,算术平方根><αα,称为向量α的长度,记为||α,即><=ααα,||.显然,0=α,0||=α.任何非零向量的长度都是一个正实数.长度为1的向量称为单位向量.如果0≠α,||αα是单位向量,如此来作成单位向量称为对α单位化. 在例2中,22221||n a a a +++=α.在例3中⎰=dx x f x f ba)(|)(|2.仿3V 中两个向量之间距离的概念,我们称βα-为α与β的距离,记为).,(βαd 下面我们给出欧氏空间中的一个重要不等式.定理5.4.1 设α、β是欧氏空间中的任两个向量,则有2,><βα≤.,,>><<ββαα (3)当且仅当α与β线性相关时(3)式才取等号.证 设βα,线性相关,那么或者0=α,或者βαk =,此时均有>><=<><ββααβα,,,2.若βα,线性无关,则对于任意实数k ,0≠+βαk .于是>++<βαβαk k ,>0.即有><+><+><βββααα,,2,2k k >0.因此,该不等式左端关于k 的二次三项式的判别式>><<-><ββααβα,,,2<0,即2,><βα<>><<ββαα,,.在例2中,(3)表为211)(n n b a b a ++ ≤))((221221n n b b a a ++++ .这就是柯西(Cauchy )不等式.在例3中,(3)表为⎰2))()((dx x g x f b a ≤⎰⎰.)()(22dx x g dx x f b a b a这就是许瓦兹(Schwarz )不等式.最后,我们定义欧氏空间中两个向量的夹角.定义3 设βα,是欧氏空间V 的两个非零向量,满足等式||||,cos βαβαθ><=(4)的θ称为α与β的夹角.由(4)式知,-1≤||||,βαβα><≤1.取0≤θ≤π,则θ是唯一的.(4)表明, βα,非零时,有θβαβαcos ||||,>=<,θ为α与β的夹角.这样一般欧氏空间的内积表示形式与3V 中内积的表示形式趋于统一.当0,0≠≠βα,而0,>=<βα时,2πθ=,此时称α与β正交.规定零向量与任意向量正交.如此有定义4 βα,是欧氏空间两个向量,若,0,>=<βα则称α与β正交.欧氏空间中,向量的长度,两个非零向量的夹角,以及两个向量的距离,都与作成欧氏空间的内积有关.一般地,在同一实向量空间中,不同的内积作成不同的欧氏空间,因而计算长度,夹角,距离的结果一般也不相同.特别要指出的是,今后提到欧氏空间n R ,其内积都是由(2)给出.习 题1.设),,,(21n a a a =α,),,,(21n b b b =β是n R 的任意两个向量,规定n n b na b a b a +++>=< 22112,βα.证明n R 对此规定作成一个欧氏空间.2.在欧氏空间4R 中,求向量α与β的夹角θ:(1))2,3,1,2(=α,)1,2,2,1(-=β; (2))3,2,2,1(=α,)1,5,1,3(=β. 3.设α,β是欧氏空间的任意两个向量,证明||βα+≤||||βα+.当α,β都是非零向量时,在什么情况下可以取等号?4.设γβα,,是欧氏空间中的向量,证明),(γαd ≤),(),(γββαd d +.并在3V 中,说明它的几何意义.5.证明欧氏空间的子空间也是欧氏空间.5.5 正交基在解析几何里,我们常常将所给的问题放在直角坐标系中来讨论.建立直角坐标以后,从原点出发,在坐标轴上取单位向量,它们分别构成2V 或3V 的基,而且这种基是两两正交的.在这种基下讨论问题,一般都显得十分方便.我们意图将这种基形式地引进到一般欧氏空间中来.由于欧氏空间是特殊的实向量空间,而且其中有了向量正交的概念,实现上述想法是完全可能的.我们已经知道,欧氏空间nR 的基)0,,0,1(1 =ε),0,,1,0(2 =ε…,)1,0,,0( =n ε满足⎩⎨⎧=≠>=<.,1,0,j i ji j i εε 说明它们是单位向量,而且两两正交.那么,在一般欧氏空间中,如何将一个基转化为另一个基,使这个基的任意两个不同的向量正交.为此,我们首先给出定义1 在欧氏空间V 中,一组两两正交的非零向量,称为V 的一个正交向量组(简称正交组).定理 5.5.1 正交组是线性无关的.证 设s ααα,,,21 是欧氏空间的一个正交组.令02211=+++s s k k k ααα , (1)由j i ≠时,0,>=<j i αα.用i α与(1)两边作内积,得0,>=<i i i k αα.因0≠i α,所以0,>≠<i i αα,于是得0=i k ,n i ,,2,1 =.故s ααα,,,21 线性无关.定义 2 如果n 维欧氏空间V 的一个正交组含n 个向量,那么称这个正交组是V 的一个正交基.若正交基中每一个基向量都是单位向量,则称它为标准正交基.例 上面提到的n εεε,,,21 是n R 的一个标准正交基.如果能将V 中一个线性无关组,化为一个正交组,则V 的任意一个基便可化为一个正交基,再将它单位化,便得到标准正交基.为了说明问题,先设21,αα是2V 中两个线性无关的向量,我们希望将它们转化为两个正交向量.为此先取11αβ=,而与1β正交的向量2β,应满足0,21>=<ββ.从右图看出2β是2α与1β的线性组合. 令122βαβk +=,由0,,,1112112>=<+>>=<+<βββαββαk k ,求得><><-=1112,,βββαk ,于是1111222,,ββββααβ><><-=. 仿此,在一般欧氏空间V 中,设s ααα,,,21 是V 的一个线性无关组.按照上述方法,先取11αβ=,而后由12,βα确定2β,再由123,,ββα确定3β,使3β与12,ββ正交.如此下去,一般地(2)此时0,,,,,>=<><><->>=<<i i i i i k i k i k βββββαβαββ,1,,2,1-=k i .这说明k βββ,,,21 是两两正交的.这样s ααα,,,21 便可化为一个正交组s βββ,,,21 .由此,我们有如下结论:2β)(11βα.,,,,11111111ββββαββββααβ><><--><><-=----k k k k k k k k任何非零欧氏空间都有正交基,从而有标准正交基.按照(2)式将一个基化为正交基的方法,称为正交化方法.当空间的维数较大时,在正交化过程中,计算内积的次数多,计算量较大,但是,目前对此尚无更好的方法.在一般向量空间中,我们讨论了一个基到另一个基的过渡矩阵.现设n ααα,,,21 与n βββ,,,21 是欧氏空间V 的两个标准正交基.令U n n ),,,(),,,(2121αααβββ =,其中⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n u u uu u uu u u U 212222111211.由于⎩⎨⎧≠=>=<.,0,,1,j i j i j i 当当ββ 另一方面,>>=<<∑∑==n k nl l lj k ki j i u u 11,,ααββ∑∑==><=nk nl l k lj ki u u 11,αα∑==nk kj ki u u 1因而∑=⎩⎨⎧≠==nk kjki j i j i u u 1.,0,,1当当 (3) (3)式说明,TU 的第i 行元与U 的第j 列对应元乘积的和,当j i =时等于1,j i ≠时等于0,即有n T E U U =, (4)或者T U U =-1.定义3 A 是n 阶实矩阵,如果T A A =-1,那么A 称为一个正交矩阵. 由定义3及前面的讨论,有定理 5.5.2 欧氏空间V 的一个标准正交基到另一个标准正交基的过渡矩阵是正交矩阵.实n 阶矩阵A 的行向量、列向量都是nR 中的向量,判定A 是否为正交矩阵,只要看A 的第i 个行(列)向量与它自身的内积(即第i 行元的平方和)是否为1,而第i 个行(列)向量与第j (i j ≠)个行(列)向量的内积是否为0即可.正交矩阵有如下简单性质: 1) 正交矩阵是可逆矩阵. 2) 正交矩阵的行列式为1或-1. 事实上,由(4)式,两边取行列式即得.3) 若U 是正交矩阵,则U 的伴随矩阵*U 也是正交矩阵.事实上, U 是正交矩阵,那么T U U=-1.由*-=U U U ||11,得T U U U U U ||||1==-*.而U U U U U T T T ||)(||)(==*.于是,E E UU U U U T T =⋅==**1||)(2.故*U 是正交矩阵.从定理5.5.2的推导容易得到定理 5.5.3 设n n ij u U ⨯=)(是正交矩阵,n ααα,,,21 是标准正交基,且()()n n αααβββ,,,,,,2121 =U ,那么n βββ,,,21 也是标准正交基.该定理说明,由一个正交矩阵和一个标准正交基可确定另一个标准正交基.一个向量在不同标准正交基下的坐标之间的关系,同样可建立如5.2中(7)式或(8)式所表示的坐标变换公式.只要(7)中的A 为正交矩阵则可.习 题1. )1,1,1(1=α,)2,1,0(2=α是欧氏空间3R 中的两个向量,试求一个单位向量β,使β分别与21,αα正交.2. 已知)0,1,0(1=α,)2,1,0(2=α,)1,0,1(3=α是欧氏空间3R 的一个基,用正交化方法将此基化为标准正交基.3.设⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=61626121021313131A , 证明A 是一个正交矩阵.4. 设α是欧氏空间V 的一个向量,W 是V 的一个非空子集,若α与W 中任一向量正交,那么称α与W 正交,记为<α,W >=0.令}0,|{>=<=⊥W W αα,证明⊥W 是V 的子空间(⊥W 称为W 的正交补空间).*5. 证明,如果上三角形矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n a a a a a a A 00022211211是正交矩阵,那么A 一定是对角形矩阵,其主对角线上的元素ii a 是1或-1.。

相关文档
最新文档