§2线性空间的定义与简单性质(精)

合集下载

线性空间的定义与性质

s1(x) = A1sin(x+B1)= (A1)sin(x+B1) S[x],
所以, S[x]是一个线性空间.
例5: 在区间[a, b]上全体实连续函数构成的集合记为C[a, b], 对函数的加法和数与函数的数量乘法, 构成实数域上的线性空间. (2) 一个集合, 如果定义的加法和乘数运算不是通常的实数间的加, 乘运算, 则必需检验是否满足八条线性运算规律. 例6: 正实数的全体记作R+, 在其中定义加法及乘数运算为: ab = ab, a = a, (R, a, bR+) 验证R+对上述加法与乘数运算构成(实数域R上的)线性空间. 证明: 对任意a, bR+, R, ab = abR+, a = aR+, 所以对R+上定义的加法与乘数运算封闭.
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. 例1: 实数域上的全体mn矩阵, 对矩阵的加法和数乘运算构成实数域R上的线性空间, 记作Rmn. Rmn 中的向量(元素)是mn矩阵. 例2: 次数不超过n的多项式的全体记作P[x]n, 即 P[x]n ={ p(x)=a0+a1x+· · · +anxn | a0, a1, · · · , a n R } 对通常多项式加法, 数乘构成向量空间.
二、线性空间的性质
1. 零元素是唯一的. 证明: 假设01, 02是线性空间V中的两个零元素. 则对任何V有, + 01 =, + 02 = , 由于01, 02V, 则有 02+01=02, 01+02=01. 所以 01=01+02 =02+01 =02.

线性空间

一、线性空间的定义
线性空间是线性代数最基本的概念之一
某一类事物从量的方面的一个抽象
性质1.1.1 设A, B, C是任意三个矩阵，k, l是任意两个数，则有
(1) A+ B = B + A (3) A+ 0 = A (5) 1A = A
(2) (A+ B) +C = A+ (B +C) A) = 0 (4) A+ (− (6) (kl )A = k(lA)
( 2) V 中任一元素 α 总可由 α 1 , α 2 ,
那么, α 1 , α 2 ,
, α n 就称为线性空间V
的一个基, n称为线性空间 V 的维数。
定义B.2.3 有限维线性空间V的任一个基所包含的向量个数称为V的维数，记为dim(V）
维数为 n的线性空间称为 n维线性空间, 记作 Vn .
= (an−1 + bn−1 ) x n−1 +
( an−1 x
n −1
+
+ a1 x + a0 ) + ( bn−1 x
n −1
+
+ b1 x + b0 )
+ ( a1 + b1 ) x + ( a0 + b0 ) ∈ F [ x ]n
λ (an−1 x n−1 + + a1 x + a0 ) = ( λ an−1 ) x n−1 + + ( λ a1 ) x + ( λ a0 ) ∈ F [ x ] n
线性空间的判定方法（１）一个集合，如果定义的加法和数乘运算是通常的数(函数、矩阵等）间的加、数乘运算，则只需检验对运算的封闭性．例1 实数域上的全体 m × n 阶矩阵对矩阵的加法及数量乘法,构成实数域上的线性空间。

线性空间与线性变换

个实际得 R元n 素对应起来,从而将抽象具体化进行
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;

线性空间LinearSpace

第六章线性空间(Linear Space)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。

我们知道，在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描述一些几何和力学问题的有关属性．为了研究一般线性方程组解的理论，我们把三维向量推广为n维向量，定义了n维向量的加法和数量乘法运算，讨论了向量空间中的向量关于线性运算的线性相关性，完满地阐明了线性方程组的解的理论。

现在把n维向量抽象成集合中的元素，撇开向量及其运算的具体含义，把集合对加法和数量乘法的封闭性及运算满足的规则抽象出来，就形成了抽象的线性空间的概念，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．事实上，线性空间的理论与方法己渗透到自然科学与工程技术的许多领域，同时对于我们深刻理解和掌握线性方程组理论和矩阵代数也有非常重要的指导意义。

§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Îa M表示a是集合M的元素，读为：a属于M.用a MÏ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j .如果两个集合M 与N 含有完全相同的元素，即a M Î当且仅当a N Î，那么它们就称为相等，记为M N =.如果集合M 的元素全是集合N 的元素，即由a M Î可以推出a N Î，那么M 就称为N 的子集合，记为M N Ì或N M É.两个集合M 和N 如果同时满足M N Ì和N M Ì.，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 I .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 U .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s 使元素a M ⅱÎ与元素a M Î对应，那么就记为()a a s ¢=,a ¢就为a 在映射s 下的像，而a 称为a ¢在映射s 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s 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）一般，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s 及t ，若对M 的每个元素a 都有()()a a s t =则称它们相等，记作s t =..例1 M 是全体整数的集合，M ¢是全体偶数的集合，定义()2,n n n Ms =?,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1()||,A A A M s =?.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2(),a aE a P s =?.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 Î,定义(())()f x f x s ¢=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，0a 是M ¢中一个固定的元素，定义0(),a a a M s =?.这是M 到M ¢的一个映射.例6 设M 是一个集合，定义(),a a a M s =?.即s 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1M .例7 任意一个定义在全体实数上的函数()y 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s 及t 分别是集合M 到M ¢，M ¢到M ⅱ的映射，乘积t s 定义为()()(()),a a a Mt s t s =?,即相继施行s 和t 的结果，t s 是M 到M ⅱ的一个映射.对于集合M 到M ¢的任何一个映射s 显然都有11M M s s s¢==.映射的乘法适合结合律.设,,s t y 分别是集合M 到M ¢，M ¢到M ⅱ，M ⅱ到M ⅱ?的映射，映射乘法的结合律就是()()y t s y t s =.设s 是集合M 到M ¢的一个映射，用()M s代表M 在映射s 下像的全体，称为M 在映射s 下的像集合.显然()M M s ¢Ì.如果()M M s ¢=，映射s 称为映上的或满射.如果在映射s 下，M 中不同元素的像也一定不同，即由12a a ¹一定有12()()a a s s ¹,那么映射s就称为11-的或单射.一个映射如果既是单射又是满射就称11-对应或双射.对于M 到M ¢的双射s 可以自然地定义它的逆映射，记为1s -.因为s 为满射，所以M ¢中每个元素都有原像，又因为s 是单射，所以每个元素只有一个原像，定义当1(),()a a a a s s -ⅱ==.显然，1s -是M ¢到M 的一个双射，并且111,1M M s s s s --¢==.不难证明，如果,s t 分别是M 到M ¢，M ¢到M ⅱ的双射，那么乘积t s 就是M 到M ⅱ的一个双射.§2 线性空间(Linear Space )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V 3的一个运算; 20 解析几何中规定的实数与向量的乘法是R ×V 3到V 3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m n ´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addition ；这就是说给出了一个法则，对于V 中任意两个元素a 与b ,在V 中都有唯一的一个元素g 与它们对应,称为a 与b 的和sum ,记为g a b =+.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scalar multiplication ；这就是说，对于数域P 中任一个数k 与V 中任一个元素a ,在V 中都有唯一的一个元素d 与它们对应,称为k 与a 的数量乘积scalar multiple ,记为k d a=.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) a b b a +=+；Commutative law2) ()()a b g a b g ++=++；Associative law3) 在V 中有一个元素0,V a "?,都有0a a +=（具有这个性质的元素0称为V的零元素a zero vector ）； 4) ,,0V V sta b ab "??=(b称为a 的负元素additive inverse ).数量乘法满足下面两条规则： 5) 1a a =; 6) ()()k l kl a a =;数量乘法与加法满足下面两条规则： 7) ()k l k l a a a +=+; 8) ）(;k k k a b a b +=+在以上规则中，,k l 等表示数域P 中任意数；,,a b g 等表示集合V 中任意元素. 注：1．凡满足以上八条规则的加法及数量乘法也称为线性运算(linear operation)．2．线性空间的元素也称为向量(vector )，当然这里的向量比几何中所谓向量的涵义要广泛得多.线性空间也称为向量空间(vector space )．但这里的向量不一定是有序数组．以下用黑体的小写希腊字母,,,a b g L代表线性空间V中的元素，用小写拉丁字母,,,a b c L代表数域P中的数.3.由特殊到一般，由具体到抽象，把具体的代数对象用公理化方法统一在一个数学模型下，是数学研究的一种基本思想方法。

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

6.2线性空间的定义与简单性质

§2 线性空间的定义与简单性质一、线性空间的定义二、线性空间的简单性质引例1在第三章§2中，我们讨论了数域P 上的n 维向量空间P n ，定义了两个向量的加法和数量乘法：而且这两种运算满足一些重要的规律,如引例2数域P 上的一元多顶式环P[x ]中，定义了两个多项式的加法和数与多项式的乘法，而且这两种运算同样满足上述这些重要的规律，即(),(),()[],,f x g x h x P x k l P∀∈∀∈()()()()f xg x g x f x +=+(()())()()(()())f x g xh x f x g x h x ++=++()()()()k l f x kl f x =1()()f x f x =()(())0f x f x +-=()0()f x f x +=()()()()k l f x kf x lf x +=+(()())()()k f x g x kf x kg x +=+12121122(,,,)(,,,)(,,,)n n n n a a a b b b a b a b a b +=+++1212(,,,,,)(,,)n n k a a a ka k ka ka P =∈αββα+=+()()αβγαβγ++=++0αα+=()0αα+-=,,,,n P k l P αβγ∀∈∀∈1αα=()()k l kl αα=()k l k l ααα+=+()k k k αβαβ+=+一.线性空间的定义设V 是一个非空集合，P 是一个数域，在集合V 中定义了一种代数运算，叫做加法：即对在V 中都存在唯一的一个元素r 与它们对应，称r 为αβ与的和，记为r αβ=+；在P 与V 的元素之间还定义了一种运算，叫做数量乘法：即,,V k P α∀∈∀∈在V 中都存在唯一的一个元素δ与它们对应，称δ为k α与的数量乘积，记为.k δα=如果加法和数量乘法还满足下述规则，则称V 为数域P 上的线性空间：加法满足下列四条规则：,,V αβγ∀∈ ①αββα+=+②()()αβγαβγ++=++③在V 中有一个元素0，对,0V ααα∀∈+=有（具有这个性质的元素0称为V 的零元素）④ 对,V α∀∈都有V 中的一个元素β，使得0αβ+=;(β称为α的负元素）数量乘法满足下列两条规则 :⑤ 1αα= ⑥()()k l kl αα= 数量乘法与加法满足下列两条规则：注：1．凡满足以上八条规则的加法及数量乘法也称为线性运算． 2．线性空间的元素也称为向量，线性空间也称向量空间．但这里的向量不一定是有序数组． 3 ．线性空间的判定：若集合对于定义的加法和数乘运算不封闭，或者运算封闭但不满足八条规则中的任一条，则此集合就不能构成线性空间．例1 引例1, 2中的 P n , P[x ] 均为数域 P 上的线性空间．例2 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，常用 P[x ]n 表示．,,V k P α∀∈∀∈⑦()k l k l ααα+=+⑧()k k k αβαβ+=+11111[]{(),,,}n nn n P x f x a x a x a a a a P ---==+++∈例3 数域 P 上m n ⨯ 矩阵的全体作成的集合,按矩阵的加法和数量乘法，构成数域 P 上的一个线性空间，用m n P ⨯表示．例4 任一数域 P 按照本身的加法与乘法构成一个数域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 +∀∈∀∈ log a a b b +=kk a a=2) 加法与数量乘法定义为： ,,a b R k R +∀∈∀∈a b ab +=k k a a = 判断 R +是否构成实数域 R 上的线性空间 . 解：1）R +不构成实数域R 上的线性空间.⊕不封闭，如2112log 122⊕==-∉R ＋．2) R +构成实数域R 上的线性空间．首先，R +≠∅，且加法和数量乘法对R ＋是封闭的. 事实上,,,a b R a b ab R ++∀∈⊕=∈ ,且 ab 唯一确定；,,k a R k R k a a R ++∀∈∀∈=∈ ,且 a k唯一确定．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 ⊕⊕=⊕===⊕=⊕⊕ ③ 1∈R ＋，11,a a a ⊕==a ∀∈ R ＋，即1是零元； ④ a ∀∈ R ＋，1a ∈R ＋，且111a a a a ⊕==即a 的负元素是1a；⑤11a a a ==a ∀∈R ＋；⑥⑦ ⑧()()()k k k k kk a b k ab ab a b a b ⊕====⊕; ∴R +构成实数域 R 上的线性空间．()()()l l k l k kl k l a k a a a a kl a=====()()()k l k l k l k l a a a a a a k a l a ++===⊕=⊕()()k a k b =⊕例6令 {}()()[],n n V f A f x R x A R ⨯=∈∈即n 阶方阵A 的实系数多项式的全体，则V 关于矩阵的加法和数量乘法构成实数域R 上的线性空间．证：根据矩阵的加法和数量乘法运算可知 ()()(),()()f A g A h A kf A d A +== 其中，,(),()[]k R h x d x R x ∈∈又V 中含有A 的零多项式，即零矩阵0，为V 的零元素. 以 ()f x 的各项系数的相反数为系数作成的多项式记为－()f x ，则 f (A)有负元素－f (A). 由于矩阵的加法与数乘满足其他各条，故V 为实数域R 上的线性空间.二、线性空间的简单性质 1、零元素是唯一的.证明：假设线性空间V 有两个零元素12,o o ，则有 01＝01＋02＝02．2、V α∀∈，α的负元素是唯一的，记为-α. 证明：假设α有两个负元素 β、γ ，则有0,0αβαγ+=+=0()()()0βββαγβαγαβγγγ=+=++=++=++=+=◇ 利用负元素，我们定义减法：()αβαβ-=+- 3、00,00,(1),()k k k k ααααβαβ==-=--=-证明：0(01),αααα+=+=∴两边加上α-即得 0α＝0； ∴两边加上k α-；即得k 0＝0 ;∵(1)1(1)(11)00αααααα+-=+-=-== ∴两边加上－α即得(1);αα-=- ∵()()k k k k αββαββα-+=-+=∴两边加上k β-即得().k k k αβαβ-=- 4、如果k α＝0，那么k ＝0或α＝0.证明：假若0,k ≠则111()()00.k k k k k ααα---==== 练习：1、P273：习题3 1）2）4）2、证明：数域P 上的线性空间V 若含有一个非零向量，则V 一定含有无穷多个向量. 证：设,0V αα∈≠且121212,,,,有k k P k k k k V αα∀∈≠∈1212()0k k k k ααα=-≠又－ 12.k k αα∴≠而数域P 中有无限多个不同的数，所以V 中有无限多个不同的向量注：只含一个向量—零向量的线性空间称为零空间. 作业P273 习题3：5）6）7）。

线性代数第六章第一节——线性空间的定义与性质

0 c

解 (1)不构成子空间. 因为对
1
A B
0
2
有 A B
0
0 0
W1
0 0
0 0
W1 ,
0 0
线性代数
即 W1对矩阵加法不封闭，不构成子空间.
0 0 0
W2 , 即W2非空.
( 2) 因
0 0 0
对任意
a1 b1 0
定义１设 V是一个非空集合，R为实数域．如果
对于任意两个元素 , V，总有唯一的一个元
素 V 与之对应，称为与的和，记作

若对于任一数 R 与任一元素 V ，总有唯
一的一个元素 V 与之对应，称为与的积，记作

( 3) 在V中存在零元素0, 对任何 V , 都有有零元素
0 ;
(4)对任何 V , 都有的负元素 V , 使有负元素
0;
(5) 1 ;
(6) ; 对数乘运算的结合律和分配律
(7) ;
数乘 : k (a , b) (lg a , bk ), k R
V是不是向量空间
? 为什么?
线性代数
解
V不是向量空间
.
显然,V对加法封闭,因为两个正实数的和与
积
还是正实数.
但V对乘法不封闭
.
比如V中的元素(1, b), 对任意实数k ,
k (1, b) (lg 1, bk ) (0, bk ) V .
1 ; 0 0.
4．如果 0 ，则 0 或 0 .

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.

线性空间的定义与性质(精)

例2 数域F上m行n列矩阵组成的典例：
设 Mm×n = {A：数域 P 上 m× n 矩阵}，显然
A, B Mm ×n , k P AB Mm ×n ， kA Mm ×n ,
即 Mm×n 对矩阵加法和数乘运算封闭；易验证 8 条算律亦成立 →
M m? n 对矩阵加法和数乘运算构成数域 P 上的向量空间.
引入减法运算: ( ) 3.
( )) ( ) ( ) ( ) .
( ) (( ) ) 0 .
要证 ( 1) ,即证 ( 1) 是的负向量. 事实上
( 1) 1 (1) (1 1)) 0 0 → ( 1) 成立.
8)
□

k( ) ( k) k .(即证 k( ), ( k) 是 k 的负常用表达式为：
（统称为运算封闭性），且满足算律： ① ② ③ ④
＋＋；
(＋ )＋＋( ＋ ) ；
⑤ ⑥ ⑦ ⑧
(ab)α a(bα) ；
1 ；
0 V , V , 0 ；
V , / V , / 0 ；
二. 基本性质
8条算律 ― 基本法律依据（公理），以2个运算、8 条算律为基础推导其它基本性质. 以下6条基本性质：
1. V 中零向量唯一.
算律 3) 证明：设 0 1，0 2 是 V 中零向量
0 2＝0 2＋0 1＝0 1＋0 2＝0 1 . □
该性质是可以用 0 表示 V 中零向量的理论依据.
a( ) a a ； (a b) a b .

线性空间,基和维数

第六章线性空间
§1 集合映射集合 §2 线性空间的定义与简单性质 §3 维数基与坐标维数 §4 基变换与坐标变换 §5 线性子空间 §6 子空间的交与和 §7 子空间的直和 §8 线性空间的同构小结与习题
§6.3 维数基与坐标
一、线性空间中向量之间的线性关系二、线性空间的维数、基与坐标线性空间的维数、
§6.3 维数基坐标
（ 2）基在 n 维线性空间 V 中，n 个线性无关的向量
ε 1 , ε 2 ,L , ε n ，称为 V 的一组基；的一组基
（3）坐标
ε1 , ε 2 ,L, ε n 为线性空间 V 的一组基， ∈ V , α 的一组基，若 α = a1ε 1 + a2ε 2 + L + anε n , a1 , a2 ,L , an ∈ P
注：任意数域看成是它自身上的线性空间是一维的，任意数域P看成是它自身上的线性空间是一维的看成是它自身上的线性空间是一维的，
就是它的一组基. 数1就是它的一组基就是它的一组基
§6.3 维数基坐标
例5
求数域P上的线性空间求数域上的线性空间 P
2×2
的维数和一组基．的维数和一组基．
解：令 E11 = 1 0 , E12 = 0 1 , E21 = 0 0 , E22 = 0 0 1 0 0 1 0 0 0 0
§6.3 维数基坐标
注意：注意：
的基不是唯一的，中任意个 ① n 维线性空间 V的基不是唯一的，V中任意 n个的基不是唯一的线性无关的向量都是V的一组基．线性无关的向量都是的一组基．的一组基任意两组基向量是等价的． ② 任意两组基向量是等价的．例3（1）证明：线性空间维的，（）证明：线性空间P[x]n是n 维的，且 1，x，x2，…，xn－1 为 P[x]n 的一组基．，，的一组基．，－（2）证明：1，x－a，(x－a)2，…，(x－a)n－1 ）证明：，－，－，－－也为P[x]n的一组基．的一组基．也为

线性空间的定义与性质

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 2021/3/9 = .
1
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):
多项式加法, 数乘两种运算对Q[x]n不满足线性运
算2的ห้องสมุดไป่ตู้21/封3/9 闭性. 实际上
4
对p(x)=a0+a1x+···+anxn Q[x]n, 0R,
0 p(x)=0(a0+a1x+···+anxn) = 0+0x+···+0xn = 0Q[x]n. 所以Q[x]n对线性运算不封闭. 例4: 正弦函数的集合
设, , , OV, 1, l, k R, (1) 加法交换律: + = + ;
(2) 加法结合律: ( + ) + = +( + ) ;
(3) 零元素: 存在OV, 对任一向量 , 有 + O = ;
(4) 负元素: 对任一元素V, 存在 V, 有 + =O,
记 = – ;
(5) 1 = ;
数乘运算构成实数域R上的线性空间, 记作Rmn. Rmn
中的向量(元素)是mn矩阵.
例2: 次数不超过n的多项式的全体记作P[x]n, 即
P[x]n ={ p(x)=a0+a1x+···+anxn | a0, a1, ···, anR }
对2通021/常3/9 多项式加法, 数乘构成向量空间.

§6-2线性空间的定义和性质(精)

§6-2线性空间的定义和性质一、定义：设V 是一个非空集合，P 是一个数域1、在V 中定义一种加法运算，使对于V 中任意两个元βα,都有V 中唯一的元γ与之对应，称为α与β的和，记作βαγ+=，加法满足：① α+β=β+α；② α+（β+γ）=（α+β）+γ；③ V 中有一个元素θ，使对V 中任一元α，都有α+θ=α（θ叫做零元）； ④ 对于V 中每一个元α，都有V 中元β存在，使α+β=θ（β叫做α的负元）；2、在P 中的数与V 中的元之间定义一种数量乘法运算，使P k ∈∀及V ∈∀α都有V 中唯一的元δ 与之对应，记作αδk =，且满足：⑤αα=∙1;⑥()()ααkl l k =;⑦()αααl k l k +=+;⑧()βαβαk k k +=+;满足以上运算的V ，称为数域P 上的线性空间。

例1 ：数域P 上的一元多项式环[]x P ，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[]n x P 表示。

例2：元素属于数域P 的n m ⨯矩阵，按矩阵的加法和矩阵与数的乘法，构成数域P 上的一个线性空间，用n m P ⨯表示。

例3： C[a,b]关于函数的加法和数与函数的乘法来说作成实数域R 上的向量空间。

)()()(x af x g x f +例4： R 为实数域，V 为全体正实数组成的集合，定义V 中两个元素的加法运算⊕为：V b a ab b a ∈=⊕,,定义V 中元素与R 中元素的数乘运算“ ”为p R v a a a k k ∈∈=,,下面验证V 对于这两种运算满足定义中的八条规则：1 a b ba ab b a ⊕===⊕；2 )()()()(c b a c ab c ab c b a ⊕⊕==⊕=⊕⊕；3 a a a =⋅=⊕11；4 a 的负元素是a -1, 111==⊕--aa a a ;5 a lk a a k a l k lk l ===)(;6 )()()(a l a k a a a a l k l k l k ⊕=⊕==++;7 k k k k k k b a b a ab b a b a k ⊕===⊕=⊕)()()(=)()(b k a k ⊕;8 a a a ='= 1;所以V 是实数域上的向量空间。

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。

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

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。

线性空间的定义和性质

01 02 02
又由于02也是零元素，由定义又应有
从而
01 02 01
01 01 02 02
这证明了零元素的唯一性；
(2) 设αV,β与γ都是 α的负元素，则
0 , 0 这样有
0 ( ) ( ) 0
从而α的负元素是唯一的；
(3) 因为
0 1 0 (1 0) 1
(1) ；
(2) ( ) ( ) ；
(3) V中存在元素0，使对任意αβ有
0 ；
(4) 对于V中任意α，存在V中元素β使
得
0；
(5) 1α=α ；
(6) k(l) (kl) ；
(7) (k l)α kα lα ；
(8) k( ) k k .
§7.1 线性空间的定义和性质 7.1.1 线性空间的定义 7.1.2 线性空间的初步性质
7.1.1 线性空间的定义线性空间是本章遇到的第一个抽象概
念.前面遇到过的n维向量、n阶矩阵等都是一些具体的对象. 为了引出线性空间的一般概念，我们先仔细观察一下这两个具体
对象. 例7.1.1 实数域上n维向量全体作成
2 2 Q，从而在Q中用实数去进行的
数乘运算不是封闭的.
从这些例子可以知道，线性空间可以在各种不同的集合上对于各种不同的
加法、数乘运算来定义，只要这个集合上定义的加法、数乘运算满足封闭性及八条算律，就可成P上的线性空间V，一般用
例7.1.5 全体有理数所成集合Q，按通常有理数的加法和有理数对有理数的乘法，构成一个有理数域上的线性空间. 注意
这个线性空间V及它所属的数域P是同一个集合. 一般地，任何一个数域P都是P自身上的线性空间. 但Q不构成实数域R上的线性空间，因为用一个实数与Q中元素进行数乘的结果未必是Q中的元素，如

线性空间2

§2. 线性空间的定义及其性质复习：n 维向量空间： ①数域p 中的数作为分量的n 维向量的全体。

②定义在它们上面的加法封闭。

③定义在它们上面的数量乘法封闭。

引例1. 在解析几何中，二维实向量的加法与数乘。

设在平面直角坐标系内有两个坐标α=（1a ,2a ）,β=(1b ,2b ）.则α+β=（2211,b a b a ++）。

k α=（21,ka ka ），其中k 是一个实数。

k>0，原方向伸长，k<0,反方向伸长。

说明：引例1为实二维向量空间。

引例2. 对于函数，也可以定义加法和函数与实数的数量乘法。

比如，全体定义在区间[b a ,]上的连续函数。

构成实数域上的线性空间。

设)(x f 和)(x g 在[b a ,]上是连续函数，则有数学分析知识知道)()(x g x f +是连续函数。

)(x kf 还是连续函数。

R k ∈。

从而全体定义在[b a ,]上的连续函数，也对加法和数乘运算封闭。

从以上两个例子中，我们看到，所考虑的对象虽然完全不同，但是它们有一个共同点，即，它们都有加法和数量乘法这两种运算。

在例1中，k 的取值决定了运算的范围，如果k 取有理数域中的数，则此时的数乘运算只能满足有理数域内部，若k 为实数域中的数，则扩充到实数域内运算，因此，必须先确定数域作为基础。

1.定义：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。

即，给出了一个运算法则，对于V 中任意的两个元素α与β，在V 中都有唯一的一个元素r 与它们对应，称r 为α与β的和，记为r=α+β。

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，即，对于数域P 中任一数k 与V 中任一元素α，在V 中都有唯一的一个元素δ与它们对应，称δ为k 与α的数量乘积，记为δ=k α。

线性空间定义：设V 是一个非空集合，P 是一个数域。

如果加法和数量乘法运算满足下述规则：加法：（1）交换律：α+β=β+α；（2）结合律：（α+β）+γ=α+（β+γ）；（3）零元素：在V 中有一个元素0，不只是数域中的0，可能为其他，对于V 中任一元素α都有0+α=α。

线性空间定义及简单性质

线性空间注意要点：
1．凡满足以上八条规则的加法及数量乘法也统称为线性运算．
2．线性空间的元素也称为向量，线性空间也称向量空间．但这里的向量不一定是有序数组．
向量
线性空间注意要点：
线性空间的定义是公理化的定义。
引例 2
数域P上的一元多顶式环P[x]中，对于通常的多项式
的加法和数与多项式的乘法两种运算作成数域P上的线性空间。
◇利用负元素，我们定义减法： ( )
3、0 0, k0 0, (1) , k( ) k k
证明：∵ 0 (0 1) ,
∴两边加上即得 0 ＝0；
∵ k k( 0) k k0
证明：假设线性空间V有两个零元素01、02，则有 01＝01＋02＝02．
2、 V，的负元素是唯一的，记为- ．
证明：假设有两个负元素 β、γ ，则有
0, 0 0 ( ) ( ) ( ) 0
加法满足下列四条规则： , , V
① （交换律） ② ( ) ( ) （结合律）
③ 在V中有一个元素0，对 V , 有 0
（具有这个性质的元素0称为V的零元素）
④ 对 V , 都有V中的一个元素β，使得
0 ;（β称为的负元素）
数量乘法满足下列两条规则 :
⑤ 1
⑥ k(l ) (kl)
数量乘法与加法满足下列两条规则：（分配律）
⑦ (k l) k l ⑧ k( ) k k
v
P
运
算
封
闭
性
八大定律

§2线性空间的定义与简单性质(精)

线性空间的定义与性质

线性空间

线性空间与线性变换

线性空间LinearSpace

第六章 线性空间与线性变换

6.2线性空间的定义与简单性质

线性代数第六章第一节——线性空间的定义与性质

高等代数第六章

线性空间的定义与性质(精)

线性空间,基和维数

线性空间的定义与性质

§6-2线性空间的定义和性质(精)

第六章线性空间

高等代数第六章 线性空间

高代第六章 线性空间

线性空间的定义和性质

线性空间2

线性空间定义及简单性质

第六章线性空间与线性变换

高等代数第六章线性空间

高代第六章线性空间