线性空间的维数基与坐标优秀课件
《维数基与坐标》课件
维数基可以用来描述物体在空间中的 运动轨迹,通过在各个维度上定义坐 标值的变化,可以描述物体运动的方 向和距离。
坐标系在维数基中的应用
表达空间关系
通过坐标系,我们可以表达空间中物体之间的关系,例如距离、角度、方向等。
进行数学运算
在坐标系中,我们可以进行各种数学运算,例如加法、减法、乘法、除法等,以 解决各种实际问题。
标的应用和发展。
创新研究方法
03
鼓励数学家探索新的研究方法,以解决现有问题并开拓新的研
究领域。
感谢观看
THANKS
维数基与坐标
目 录
• 维数基的基本概念 • 坐标系的基本概念 • 维数基与坐标的关系 • 维数基与坐标的实例分析 • 维数基与坐标的未来发展
01
维数基的基本概念
定义与性质
维数基定义
维数基是线性空间中的一组基底,它由有限个线性无关的向 量组成,可以用来表示线性空间中的任意向量。
维数基的性质
维数基中的向量是线性无关的,即它们不能被其他向量线性 表示;维数基中的向量是正交的,即它们的点积为零;维数 基中的向量是单位向量,即它们的模长为1。
01
更高维度的探索
随着数学理论的发展,对高维空 间的研究将更加深入,有望揭示 更多关于宇宙的奥秘。
几何化代数
02
03
拓扑结构的研究
通过几何方法研究代数结构,将 有助于更好地理解复杂数学对象 。
利用坐标方法研究几何对象的拓 扑性质,将有助于解决一些经典 问题。
维数基与坐标在其他领域的应用前景
物理学
在量子力学和广义相对论等领域,维数基与坐标 有望提供更精确的数学工具。
参数方程
1 2
定义
§7.2 线性空间的基与维数
定义2 在线性空间 V 的任一基中基向量的 个数称为线性空间 V 的维数,记为 dimV
下面讨论求线性空间基与维数的方法: (1)目测法。此法就是初步目测出基与维数, 然后再加以检验。
(2)基变换法。此法就是根据下面的结论: 已知线性空间的一个基为 1,2 L ,n ,则
当 m 0 时,定理显然成立; 当 m k 时,假设定理成立;
当 m k 1 时,1,2 L ,s 是 Vs 的基(则它们一定 线性无关),但还不是 Vn 的基,则在 Vn 中必存 在一个向量 s1 不能由1,2 L ,s 线性表出,这 时就把 s1 添加进去,于是 1,L ,s,s1 必线性无关 (否则,若 1,L ,s,s1 线性相关,由于 1,L ,s,s1 线性无关,则 s 1 可由 1,2 L ,s 线性表出, 矛盾),把它作为 Vn 的子空间 Vs1 的一个基, 于是 Vs1 是 s 1 维的。
xn
x1
x1
x2
P 1
x2
M
M
xn
xn
(7.4)
证因
x1
x1
x1
1 , 2 ,L
,n
x2
M
1, 2,L
,
n
x2
M
1
,
2
,L
,
n
P
x2
M
,
xn
xn
xn
而 1,2,L ,n 线性无关,故有(7.4)式。
说明 此定理的逆定理成立,即若 Vn 中任一元素 的两种坐标满足坐标变换公式(7.4),则两个 基满足基变换公式(7.2)或(7.3)。
第七章 线性空间
维数、基与坐标
对任意αV,kK成立.从而
(0) (0) 0 () 0
() ((1)) (1) () () (k11 k22 krr ) (k11) (k22 ) (krr )
k1 (1) k2 (2 ) kr (r )
(2) 若有不全为零的k1,k2,…,kr使
则有
(k11 k2 2 kr r ) 0
由于σ是单射,又只有零元素0才映射到0,
故
k11 k2 2 kr r 0 即若 (1), (2 ),, (r ) 线性相关也必有 α1,α2,…,αr线性相关;
(3) 由于维数就是线性空间中线性无
关元素的最大个数,设V与W同构,则若V 中最大的线性无关元素组为α1,α2,…,αm,那么 σ(α1), σ(α2),…,σ(αr)也是W中线性无关的,且 任何多于m个的元素组必线性相关.这样,W 的维数必等于V的维数;
设 ε1,ε2,…,εn与η1,η2, …,ηn是n维线性空 间V中的两组基.由基的定义,它们必可以 互相线性表出.设 η1,η2, …,ηn由ε1,ε2,…,εn线 性表出的关系式为
1 a111 a12 2 a1n n , 2a211a222 a2n n , n an11 an2 2 ann n .
(1, 2 ,3 , 4 ) (1, x, x 2 , x3 ) A
其中
(1, 2 , 3 , 4 ) (1, x, x 2 , x3 )B
1 1 1 1
A
2 0 2
1 2 0
0 2 0
3 03
1 1 1 1
B
0 0 0
1 0 0
2 1 0
3 13
于是
(1, 2 , 3 , 4 ) (1, 2 ,3 , 4 )A1B
线性代数-线性空间与线性变换PPT课件
例1
次数不超过
n
的多项式的全体,记作
P
x
,
n
即
P x n p x anx n a1x a0 an, ,a1,a0 ,
对于通常的多项式加法、数乘多项式的乘法构成线性空间.
这是因为:通常的多项式加法、数乘多项式的乘法两种运算显然满足线性运算规律,
故只要验证
P
x
对运算封闭.
n
一、线性空间的定义
1
0 ,
E 22
0
1
线性无关,所以 E11, E12 , E21, E22 是 M2
的一个基,向量
A
a11 a21
a12 a22
在这个基下的
坐标就是 a11, a12, a21, a22 T .
二、基变换与坐标变换
设1,2, ,n 与 1, 2, , n 是线性空间Vn 中的两个基,且
第5章 线性空间与线性变换 20
目录/Contents
第5章 线性空间与线性变换 21
5.2 维数、基与坐标
一、线性空间的基、维数与坐标 二、基变换与坐标变换
一、线性空间的基、维数与坐标
第5章 线性空间与线性变换 22
定义 1 在线性空间V 中,如果存在n 个元素1,2, ,n 满足
(i) 1,2, ,n 线性无关; (ii) V 中任一元素 总可由1,2, ,n 线性表示,
x1, x2, , xn ,使
x11 x22 xnn ,
x1, x2, , xn 这组有序数就称为元素 在基1,2, ,n 下的坐标,并记作
x1, x2,
,xn
T
.
一、线性空间的基、维数与坐标
第5章 线性空间与线性变换 25
4-2 维数、基与坐标
x1 , x 2 , , x n
T
6
注3 线性空间V 的任一元素在不同的基下所对应的坐标 一般不同,一个元素在一个基下对应的坐标是唯一的.
例1
求 向 量 = ( a 1 , a 2 , ...a n ) 在 R
T
T T
n
的基
T
1 (1, 0 , ...,0 ) , 2 (1, 1, ...,0 ) , ..., n (1, 1, ...,1 ) ,
下的坐标。
解
设 = x 1 1 x2 2 ... x n n, 则 有
x 1 x 2 ... x n 1 x n a1 x 2 ... x n 1 x n a2 ..................................... x n1 x n a n1 xn an
17
解
(1) 1 , 2 , 3
1 2 1
1 , 2 , 3 P , 即
2 3 4 3 1 4 = 1 3 1
-1
1 0 -1
1 0 P 1
则有
1 P= 1 1
1 0 -1
1 0 1
x1 x2 , , , 1 2 n xn
1 , 2 , , n 1 , 2 , , n P
15
故 1 , 2 , , n
n 称为线性空间 V 的
维数, 记作dimV=n ;
并 称 维 数 为 n的 线 性 空 间 称 为 n 维 线 性 空 间 , 记 作 V n .
第三节 维数 基与坐标
( r 1 ) 称为线性相关,如果在数域 P 中有 r 个不 全为零的数 k1 , k2 , … , kr , 使 k11 + k22 + …+ krr = 0.
(3)
如果向量组 1 , 2 , …, r 不线性相关,就称为线性 无关. 换句话说,向量组 1 , 2 , …, r 称为线性
如果看作 间,那么这是一维的,数 1 就是一个基; 是实数域上的线性空间,那么就是二维的, 1,i
就是一个基.
注 ◆ 线性空间的维数与所考虑的数域有关.
▲
§6.3 维数 基与坐标
例3
在 n 维空间 P n 中,显然
1 (1,0, ,0) , (0,1, ,0) , 2 n (0,0, ,1)
是一个基. 对每一个向量 = ( a1 , a2 , … , an ) , 都有
= a1 1 + a2 2 + … + an n .
= a1 1 + a2 2 + … + an n ,
其中系数 a1, a2 , … an 是被向量 和基 1 , 2 , …,
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 ) .
§6.3 维数 基与坐标
= a11 + ( a2 - a1 )2 + … + ( an - an -1 ) n .
所以 在基 1 , 2 , …, n 下的坐标为
(a1, a2 - a1 , … , an - an -1 ) .
§6.3 维数 基与坐标
例4
如果复数域 C 看作是自身上的线性空
02 第二节 维数、基与坐标
例6 (E04) 证明维线性空间 与维数组向量空间同构.
证 (1) 中的元素与中的元素形成一一对应关系;
(2) 则有
结论 1. 数域上任意两个维线性空间都同构. 2. 同构的线性空间之间具有反身性、对称性与传递性. 3. 同维数的线性空间必同构.
例4(E02) 所有二阶实矩阵组成的集合对于矩阵的加法和数量乘法, 构成实数域R上的一个线性空间. 试证
,,, 是中的一组基, 并求其中矩阵A在该基下的坐标.
证 先证其线性无关, 由有
即线性无关. 又对于任意二阶实矩阵 有 因此为的一组基. 而矩阵在这组基下的坐标是
例5 (E03) 求子空间的维数,其中 解 易知是由下列向量的全体线性组合所构成的集合:
第二节 基、维数与坐标
分布图示
★ 引言
★ 线性空间的基与维数
★ 生成子空间
★ 例1
★ 坐标
★ 例2
★ 例3 ★ 例4
★ 线性空间的同构
★ 例6
★ 内容小结
★ 课堂练习
★ 习题6-2
★ 例5 ★ 例7
内容要点
一、线性空间的基与维数 我们已知在中,线性无关的向量组最多由个向量组成,而任意个向
量都是线行相关的。现在我们要问:在线性空间中,最多能有多少个线 性无关的向量?
元素有序数组 定义2 设是线性空间的一个基,对于任一元素, 有且仅有一组有序数 使,则称有序数组为元素在基下的坐标, 并记作.
二、线性空间的同构 设是维线性空间的一组基,在这组基下,中的每个向量都有唯一确
定的坐标,而向量的坐标可以看作中的元素,因此向量与它的坐标之间 的对应就是到的一个映射。对于中不同的向量它们的坐标也不同,即对 应于中的不同元素。反过来,由于中的每个元素都有中的向量与之对 应,我们称这样的映射是与的一个一一对应的映射。这个映射的一个重 要特征表现在它保持线性运算(加法和数乘)的关系不变。
线性代数§6.2线性空间的维数、基与坐标
于是 + 与 k 的坐标分别为: (a1+b1, a2+b2, · · · , an+bn) = (a1, a2, · · · , an)T+(b1, b2, · · · , bn)T, (k a1, k a2, · · · , k an)T = k(a1, a2, · · · , an)T.
即, 向量, Vn在基1, 2, · · · , n下的坐标分别为: = (a1, a2, · · · , an)T, = (b1, b2, · · · , bn)T, · · + (a1 + b1)n 则 + = (a1 + b1)1 + (a1 + b1)2 + · k = ka11 + ka22 + · · · + kann
二、元素在给定基下的坐标
定义: 设1, 2, · · · , n为线性空间Vn的一个基, 对 任意V, 总有且仅有一组有序数x1, x2, · · · , x n, 使 = x11+x22+· · · +x n n , 则称有序数组 x1, x2, · · · , xn 为元素在基1, 2, · · · , n下 的坐标, 并记作 = (x1, x2, · · · , xn)T. 例1: 在线性空间P[x]4中, p0=1, p1=x, p2=x2, p3=x3, p4=x4 就是P[x]4的一个基. 任意不超过4次的多项式: p(x) = a0 + a1x + a2x2 + a3x3 + a4x4P[x]4, 都可表示为 p(x) = a0 p0 + a1p1 + a2p2 + a3p3 + a4p4 因此, p(x)在这个基1, x, x2, x3, x4下的坐标为 p(x) =(a0, a1, a2, a3, a4)T.
高等代数 第6章线性空间 6.2 基底、坐标与维数
任一不超过4次的多项式 p a 4 x 4 a 3 x 3 a 2 x 2 a1 x a 0 可表示为 p a 0 p1 a 1 p 2 a 2 p 3 a 3 p 4 a 4 p 5
因此 p 在这个基下的坐标为 ( a 0 , a 1, a 2 , a 3 , a 4 )
T
若取另一基q1 1, q 2 1 x , q 3 2 x 2 , q 4 x 3 , q5 x4 , 则 1 p (a 0 a 1 )q1 a 1 q 2 a 2 q 3 a 3 q 4 a 4 q 5 2 因此 p 在这个基下的坐标为
1 ( a 0 a 1, a 1, a 2 , a 3 , a 4 ) 2 注意 线性空间 V的任一元素在不同的基下所对的 坐标一般不同,一个元素在一个基下对应的坐标是 唯一的.
T
例2 所有二阶实矩阵组成的集合 V ,对于矩阵 的加法和数量乘法,构成实数域 R上的一个线性 空间.对于 V 中的矩阵
有
1 E 11 0 0 E 21 1
0 0 1 , E 12 , 0 0 0 0 0 0 , E 22 0 0 1
而矩阵A在这组基下的坐标是 (a 11, a 12, a 21, a 22) .
T
例3 在线性空间R, 2 ( x a ), 3 ( x a ) , , n ( x a )
则由泰勒公式知
2
n 1
f ' ' (a ) 2 f ( x ) f (a ) f ' (a )( x a ) ( x a) 2! ( n 1) (a ) f n 1 ( x a) ( n 1)! 因此 f ( x )在基 1 , 2 , 3 , , n 下的坐标是
维数-基-坐标ppt课件
3/36
若向量组 1, 2 , , s 中每一向量皆可由向量组
1,2 , ,r线性表出, 则称向量组 1, 2 , , s
可由向量组 1,2 , ,r 线性表出.
若两向量组可以互相线性表出,则称这两个向量组 为等价的.
(3)1,2 , ,r V ,若存在不全为零的数 k1, k2 , , kr P,使得 k11 k22 krr 0 则称向量组 1,2 , ,r 线性相关.
就是 Pn 的一组基.称为Pn的标准基.
12/36
注意:
① n维线性空间 V的基不是唯一的,V中任意 n个 线性无关的向量都是V的一组基.
② 任意两组基向量是等价的.
例4(1)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.
(2)证明:1,x-a,(x-a)2,…,(x-a)n-1 也为P[x]n的一组基.
0
0
②
k1 2k2 k3 0
其系数行列式
11 1
1 2 ( 1)( 2 1)( 2 ) 0 1 2
23/36
∴方程组②只有零解: k1 k2 k3 0 故 E, A, A2 线性无关. 又由①知,任意f(A)均可表成 E, A, A2 的线性组合, 所以V为三维线性空间, E, A, A2 就是V 的一组基.
怎样才能便于运算?
2/36
一、线性空间中向量之间的线性关系
1、有关定义
设V 是数域 P 上的一个线性空间
(1)1,2 , ,r V (r 1), k1, k2 , , kr P, 和式
k11 k22 krr
称为向量组1,2 , ,r 的一个线性组合.
§3.4线性空间、基、维数和坐标
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,也是一个抽象的概念,它是向量空间概念的推广。
线性空间是为了解决实际问题而引入的,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F 是数的集合,若其满足(1)F∈1,0 (2)F ,均有∈∀b a ,∈≠÷×−+)0(,,,b b a b a b a b a 则称F 是一个数域。
R ,实数域Q ,有理数域常用数域C ,复数域F},,1, |),,{(1n i a a a i n =∈=},,2,1,,2,1, |]{[n j m i a a ij n m ij ==∈=×;F [x ]F F m ×n F },2,1,0,,1,0 , |){2210 ==∈++++=n n i a x a x a x a a i nn ;Fn F }0)( ,)( ],[F )(|)({≡∈=x f n x f x x f x f 或的次数小于}],[)(|)({上的连续函数是闭区间b a x f x f =F [x ]n C [a ,b ]βαγ+=若对于任一数与任一元素,总有唯一的一个元素与之对应,称为与的数量积,记作∈k V ∈αV ∈δk ααδk =定义设是一个非空集合,F 为数域.如果对于任意两个元素,总有唯一的一个元素与之对应,称为元素与的和,记作V ∈βα,V ∈γαβV F对F ,总有,,,,V k l αβγ∈∈;,,)3(αθααθ=+∈都有对任何中存在在V V ;)1(αββα+=+ ()();)2(γβαγβα++=++ 如果上述的两种运算满足以下八条运算规律,那么就称为数域F 上的线性空间:V 零元素(5) 1αα=()()(6) k l kl αα=()(8)k k k αβαβ+=+()(7) k l k l ααα+=+;),,)(θααααα=−+∈−∈( 4使的都存在对任何V V 负元素说明1.凡满足以上八条规律的加法及数乘运算,称为线性运算;2.线性空间中的向量不一定是有序数组;3.若一个集合,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。
3.2 基维数ppt
向量组结构 子空间结构 基变换与坐标变换
一、向量组的结构
定义1向量组的极大无关组:设向量组A{1,2,L ,s}的 一个部分向量组{i1,i2,L ,ir }(r s)满足:
(1)向量组A0:i1,i2,L ,ir线性无关;
(2)j 1,2,L s,1,2,L s,j都线性相关
则由 =x11 x22
L
xnn
(1,2,L
,
n
)
x2
M
xn
y1
=y11 y22 L
ynn
(1,2,L
,n
)
y2
M
yn
y1
y1
=(1,2,L
,n )
其中P是n阶矩阵, 称为由基1,2,L ,n到
基1,2,L ,n的过渡矩阵
设向量在基1,2 ,L ,n与1,2,L ,n下的坐标分别为
x1
y1
X
x2
,Y =
y2
M M
xn
yn
x1
y2
M
(1
,
2
,L
,
n
)
P
y2
M
yn
yn
y1
(1,2 ,L
,
n
)
P
y2
M
yn
x1 y1
x2
M
大学精品课件:基、维与坐标
定理3 如果元素组1,2,
线性无关,而元素组
s
1,2 ,
s, 线性相关,则元素 可由1 , 2 ,
线性
s
表示,且表示式唯一.
定理4 如果元素组1,2,
线性无关,并且可由元素组
s
1,2, t线性表示,则有s t.
推论:两个等价的线性无关的元素组,一定含有相同 个数的元素.
定义 4 满足:
在线性空间 V中,如果存在 n个元素
基下的坐标 ,并记作 x1, x2 , , xn T .
例1 在线性空间P[ x]4中, p1 1, p2 x, p3 x2 , p4 x3 , p5 x4 就是它的一个基.
任一不超过4次的多项式 p a4 x4 a3 x3 a2 x2 a1 x a0
可表示为 p a0 p1 a1 p2 a2 p3 a3 p4 a4 p5
s
线性相关与线性无关
定理1 由一个元素构成的元素组线性相关的充分必要
条件是
=0.两个以上元素1,
,
2
线性相关的充分
s
必要条件是其中至少有一个元素可以由其他元素来线性
表示.
定理2 对于V中的一组元素,如果其部分元素线性相关,则 其全体也线性相关;如果这个元素组线性无关,则其任何部 分组也线性无关.
线性相关与线性无关
当一个线性空间V 中存在任意多个线性无关 的向量时,就称 V 是无限维的.
二、元素在给定基下的坐标
定义 5 设1,2 , ,n是线性空间Vn的一个基, 对 于任一元素 Vn , 总有且仅有一组有序数
x1, x2 , , xn ,使
x11 x2 2 xn n ,
有序数组x1, x2 , , xn称为元素在1,2 , ,n这个
线性代数6-2维数基坐标
坐标.
例1 在线性空间P[x]3中, p1 1, p2 x, p3 x2, p4 x3 就是它的一个基.
任一不超过3次的多项式
p a0 a1x a2x2 a3x3
可表示为 p a0 p1 a1 p2 a2 p3 a3 p4
因此 p 在这个基下的坐标为 (a0, a1, a2, a3)
y2
yn
并且两组基间有线性关系式
1, 2,, n 1,2 ,,n A
则有如下的关系式
x1
y1
x2
xn
A
y2
yn
,
y1
x1
或
若取另一组基为 q1 1, q2 1 x, q3 2x2 , q4 x3,
p
( a0
a1)q1
a1q2
a2 2
q3
a3q4
因此 p 在这个基下的坐标为
说明:
(a0
a1, a1,
a2 2
, a3 )
(2)一个向量在一组基下的 坐标是唯一的.
(3)同一个向量在不同基下 的坐标一般是不同的 .
则称此公式为基变换公式.
2.利用分块矩阵的方法可将上述公式写成
其中
1, 2 ,, n 1,2 ,,n A
a11 a12 a1n
A
a21
a23
a2n
an1
an2
ann
则称上述矩阵A为由基1,2,,n到基1, 2,, n的
设 a11 a22 ann , b11 b2 2 bn n
§3 维数 基和坐标
注 如果数域 P上线性空间V只有一个向量,则由
线性空间的定义可知,V={0}. 此时,称 V={0}为零 维线性空间. 上述定义中数域 P 中的线性空间指的非
非零维的.
上页
下页
返回
结束
注 对于同一个集合V,会因为数域P的不同,导
例如 致维数的不同。 设V=C(复数的全体),当P=R时,V为2维的 线性空间。 显然,{1, i}是一组基。 一方面,若 a + bi=0,(a, b∈R),则a=b=0。即1 与i线性无关。另一方面,对于任一 z∈C,z可由1与 i 线性表出。 设V=C(复数的全体),当P=C时,V为1维的 线性空间。 显然,{1}是一组基。 事实上,对于任一z=(a+ bi)∈C,z=(a+bi)1,即 z可以用1线性表出。
§3 维数 基和坐标
对于高等代数的主要研究对象:线性空间,我
们将它和前面所学的矩阵联系起来 . 也就是利用矩
阵作为工具对线性空间进行研究 . 为此,我们引入 基与坐标的概念.
上页
下页
返回
结束
定义2 (线性组合、线性表出)
1 , 2 , 设V 为数域 P上一个线性空间,
k1 , k2 , , kr P, r 1, 向量 k11 k2 2
上页 下页 返回 结束
定义6 (基、坐标)
在n维线性空间V中,n个线性无关的向量 1 , 2 , , n 称为V 的一组基。 设 是V 中任一向量,于是1 , 2 , , n , 线性相
关,因此 可以被基1 , 2 , , n 线性表出:
a11 a2 2 an n 其中系数a1, a2, …, an是被向量 和 1 , 2 , , n 唯一确定 的,这组数就称为 在基 1 , 2 , , n 下的坐标,记为
基与维数
1 (1,0,L ,0),2 (0,1,L ,0),L ,n (0,L ,0,1)
就是 Pn 的一组基.称为Pn的标准基.
目录 上页 下页 返回 结束
注意: ① n 维线性空间 V 的基不是唯一的,V中任意 n个
向量组 1,2,L ,r 线性相关
1,2 ,L ,r 中有一个向量可经其余向量线性表出.
目录 上页 下页 返回 结束
(2)若向量组 1,2,L ,r 线性无关,且可被
向量组 1, 2,L , s 线性表出,则 r s ;
若 1,2,L ,r 与 1, 2,L , s 为两线性无关的
解:设 x11 x22 x33 x44 ,则有线性方程组
x1 x2 x3 x4 1
x1 x1 x1
x2 x2 x2
x3 x3 x3
x4 x4 x4
2 1 1
解之得,x1
5 4
,
x2
1 4
,
x3
又对 f (x) P[x]n,按泰勒展开公式有 f (x) f (a) f (a)(x a) L f (n1) (a) (x a)n1
(n 1)! 即, f (x)可经1,x-a,(x-a)2,…,(x-a)n-1线性表出.
∴1,x-a,(x-a)2,…,(x-a)n-1为P[x]n的一组基.
∴ 1,x,x2,…,xn-1 为P[x]n的一组基, 从而,P[x]n 是n维的. 注: 此时, f (x) a0 a1x L an1xn1 在基1,x,x2,…,xn-1下的坐标就是
6.2线性空间的基.
, , 为 L 的一组基
1 2 3
当 a = - 1 时, L
1 2
3
例 设
(1,1,1) (2,3,4) (5,7,9)
1 2 3
(1,4,5) (0,1,2)
4 5
S L{ , , }
1 1 2 3
x x ( , ,, ) x
1 2 m 1 2
m
再规定
( , ,, ) ( , ,, )
1 2 m 1 2 m
, i 1,2,, m
i i
( , ,, ) ( , ,, )
11 21 1 2 t 1 2 m m1
b b b b b b
12 1t 22 2t m2 mt
2 线性空间的基、维数与坐标
定义 设 V 是数域 P 上的线性空间,若存在 , ,, V 满足 1° , ,, 线性无关
1 2 n 1 2 n
1 2 3
证明: , , 是 R 的一组基, 并求 (1,1,3) 在 , , 下的坐标
3
1 2 3 1 2 3
解
1 3 2 1 1 1 0 1 2 0 1 3
1 4 7 3 3 3
1 2
1 0 0 1 3 4 0 1 0 3 7 0 0 1 3
j
2j
nj
P
n
j 1,2,, s
, ,, V
1 2 s
线性相(无)关
a a a
1j
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
E 1 1 1 0 0 0 ,E 1 2 0 0 1 0 ,E 2 1 1 0 0 0 ,E 2 2 0 0 1 0 ,
因为,
(1) Vn中的元素与Rn中的元素 x = (x1, x2, ···, xn)T
形成一一对应关系:
Vn: = x11+x22+···+xnn
Rn : x = (x1, x2, ···, xn)T
(2) 设 (a1, a2, ···, an)T, (b1, b2, ···, bn)T, 则有 + (a1, a2, ···, an)T+(b1, b2, ···, bn)T,
若取另一个基: q0=1, q1=1+x, q2=2x2, q3=x3, q4=x4,
则 p ( x ) ( a 0 a 1 ) q 0 a 1 q 1 1 2 a 2 q 2 a 3 q 3 a 4 q 4 . 因此, p(x)在这个基下的坐标为
p (x ) (a 0 a 1 ,a 1 ,1 2 a 2 ,a 3 ,a 4 )T , 注意: 线性空间V的任一元素在一个基下对应的 坐标是唯一的, 在不同的基下所对应的坐标一般不同.
于是 + 与 k 的坐标分别为:
(a1+b1, a2+b2, ···, an+bn) = (a1, a2, ···, an)T+(b1, b2, ···, bn)T, (k a1, k a2, ···, k an)T = k(a1, a2, ···, an)T.
上式表明: 在向量用坐标表示后, 它们的运算就归 结为坐标的运算, 因而对线性空间Vn的讨论就归结为 线性空间Rn的讨论.
设
k1E11
+
k2E12
+
k3E21
+
k4E22
=O
0 0
00,
而
k1E11 +
k2E12 +
k3E21 +
k4E22 =
k k
1 3
k k
2 4
,
因此, 有
k1=k2=k3=k4=0.
即, E11, E12, E21, E22线性无关.
对任意实二阶矩阵 Aa a1211 a a1222R22,有
则由泰勒公式知, 对任意不超过n次的多项式 f(x)都有:
f ( x ) f ( a ) f ' ( a )x ( a ) f ( a ) ( x a ) 2 f ( n ) ( a ) ( x a ) n
2 !
n !
因此, f(x)P[x]n在基0, 1, 2, ···, n下的坐标为:
(f(a)f,(a),f(a), , f(n )(a))T.
2 !
n !
三、线性空间的同构
设1, 2, ···, n是n维线性空间Vn的一组基, 在这
组基下, Vn中的每个向量都有唯一确定的坐标. 而向量 在这组基下的坐标, 可以看作Rn中的元素, 因此向量与
它的坐标之间的对应关系, 就是Vn到ቤተ መጻሕፍቲ ባይዱn的一个映射.
线性空间的维数基与坐标优秀 课件
定义: 在线性空间V中, 如果存在n个元素1, 2, ···, nV, 满足:
(1) 1, 2, ···, n 线性无关; (2) V中任意元素总可以由1, 2, ···, n线性表示, 则称1, 2, ···, n为线性空间V的一个基, 称n为线性空
间V的维数.
维数为n的线性空间V称为n维线性空间, 记作Vn. 当一个线性空间V中存在任意多个线性无关的向
即, 向量, Vn在基1, 2, ···, n下的坐标分别为: = (a1, a2, ···, an)T, = (b1, b2, ···, bn)T,
则 + = (a1 + b1)1 + (a1 + b1)2 + ···+ (a1 + b1)n k = ka11 + ka22 + ···+ kann
量时, 就称V是无限维的.
若1, 2, ···, n为Vn的一个基, 则Vn可表示为:
Vn = { = x11+x22+···+xnn | x1, x2, ···, xnR }
二、元素在给定基下的坐标
定义: 设1, 2, ···, n为线性空间Vn的一个基, 对 任意V, 总有且仅有一组有序数x1, x2, ···, xn, 使
由于Rn中的每个元素都有Vn中的向量与之对应, 同时Vn中不同向量的坐标不同, 因而对应Rn中的不同 元素. 我们称这样的映射是Vn与Rn的一个一一对应的 映射, 这个对应的重要性表现在它与运算的关系上.
设
= a11 + a22 + ···+ ann
= b11 + b22 + ···+ bnn
A=a11E11+ a12E12+ a21E21+ a22E22. 所以, E11, E12, E21, E22为V的一个基. 而A在基E11, E12, E21, E22下的坐标为:
A=(a11, a12, a21, a22)T.
例3: 在线性空间P[x]n中, 取一组基: 0=1, 1 = (x–a), 2 = (x–a)2, ···, n = (x–a)n.
= x11+x22+···+xnn , 则称有序数组 x1, x2, ···, xn 为元素在基1, 2, ···, n 下的坐标, 并记作 = (x1, x2, ···, xn)T.
例1: 在线性空间P[x]4中, p0=1, p1=x, p2=x2, p3=x3, p4=x4 就是P[x]4的一个基.
下面更确切地说明这一点 定义: 设U, V是两个线性空间, 如果它们的元素之 间有一一对应关系, 且这个对应关系保持线性组合的 对应, 那末就称线性空间U与V 同构.
例如: n维线性空间
Vn = { = x11+x22+···+xnn | x1, x2, ···, xnR }
与n维数组向量空间Rn同构.
任意不超过4次的多项式:
p(x) = a0 + a1x + a2x2 + a3x3 + a4x4P[x]4, 都可表示为
p(x) = a0 p0 + a1p1 + a2p2 + a3p3 + a4p4 因此, p(x)在这个基1, x, x2, x3, x4下的坐标为
p(x) =(a0, a1, a2, a3, a4)T.