第四章 线性空间 S1 线性空间的概念

合集下载

线性空间的定义与性质

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.

线性代数学习指导第四章线性空间

线性代数学习指导第四章线性空间

第五章 线性空间一、内容提要⒈ 线性空间定义1 设V 是一个非空集合,P 是一个数域. 若在V 中定义的加法和数乘运算对集合V 封闭,且加法与数乘运算满足线性运算的八条运算规则, 则称集合V 为数域P 上的线性空间.线性空间又称为向量空间, 线性空间的元素亦称为向量.设V 是数域P 上的线性空间, W 是V 的非空子集, 若W 对于V 的加法和数乘运算也构成数域P 上的线性空间, 则称W 为线性空间V 的一个线性子空间, 简称子空间. ⒉ 基、维数和坐标定义2 若线性空间V 中有n 个线性无关向量,而没有更多数目的线性无关的向量,则称V 是n 维线性空间,称V 中n 个线性无关的向量为V 的一组基,n 称为V 的维数,记作dim V = n .注 向量组12,,,n ααα是V 的一组基⇔12,,,n ααα是V 中的n 个线性无关向量且V中的任一向量α可由12,,,n ααα线性表示.向量组12,,,s ααα生成的空间L (12,,,s ααα)的一组基就是12,,,s ααα的一个极大无关组, 其维数就是向量组12,,,s ααα的秩.定义3 设12,,,n ααα是n 维线性空间V 的一组基, α 为V 中的任一向量, 若1122n n x x x αααα=+++则称数12,,,n x x x 为向量α 在基12,,,n ααα下的坐标, 记作 12(,,,)n x x x .向量的坐标可写成行的形式也可写成列的形式,但在利用坐标进行运算时,则要以运算式的具体情况来确定坐标的形式.定义4 设12,,,n ααα和12,,,n βββ是n 维线性空间V 的两组基, 且(12,,,n βββ)=(12,,,n ααα)C (1)称C 为由基12,,,n ααα到基12,,,n βββ的过渡矩阵,(1)式称为由基12,,,n ααα到基12,,,n βββ的基变换公式.定理1 设12,,,n ααα和12,,,n βββ是n 维线性空间V 的两组基, 由基12,,,nααα到基12,,,n βββ的过渡矩阵为C = n n ij c ⨯)( ,即(12,,,n βββ)=(12,,,n ααα)C若向量α 在这两组基下的坐标分别为 ()n x x x ,,,21 与 ()n y y y ,,,21 , 则⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n n y y y C x x x 2121 ⒊ 线性空间同构定义5 设V 与W 都是数域P 上的线性空间,如果由V 到W 有一个双射(一一对应)σ, 且σ具有如下性质:,,(1) ()()()(2) ()()V k Pk k αβσαβσασβσασα∀∈∈+=+= 则称线性空间V 与W 同构,并称σ为由V 到W 的同构映射.注 数域P 上任意两个有限维线性空间同构的充要条件是它们的维数相同.定理2 设线性空间V 与W 同构,σ是由线性空间V 到W 的同构映射, 则V 中向量12,,,s ααα线性相关的充要条件是它们的像12(),(),,()s σασασα线性相关.⒋ 向量的内积、长度、距离、夹角定义6 设V 是实数域R 上的线性空间, 如果在V 上定义了一个二元实函数, 称为内积, 记作(,)αβ, 且它具有以下性质: ,αβγ,是V 中任意向量,k 是任意实数(1) (,)(,)(2) (,)(,)(3) (,)(,)(,)k k αββααβαβαβγαγβγ==+=+ (4) (,)0,ααα≥=当且仅当θ时,(α,α)= 0这个定义了内积的线性空间V 称为欧几里得空间,简称欧氏空间.当n R 的向量为列向量时,上述内积可记为乘积形式 (,)T αβαβ=. 当n R 的向量为行向量时,上述内积可记为乘积形式 (,)T αβαβ=., , ,V αααα设是欧氏空间中任一向量称非负实数()为向量的长度或模,α记作 即,ααα=()向量αα是单位向量, 将非零向量α化为单位向量称为将向量α单位化.βα-称为向量α 与β的距离,记作(,)d αβ, 即(,)d αβ=αβ-.柯西-布捏柯夫斯基不等式: (,)αβαβ≤⋅ , 当且仅当α 与β 线性相关时, 等号成立.定义7 设α,β 为欧氏空间V 中的非零向量, 定义α ,β 的夹角ω为(),arccosαβωαβ=⋅ ( 0 ≤ ω ≤ π)若(,)αβ= 0, 则称α与β正交(或垂直), 记作βα⊥ .5.向量组的正交化一组两两正交的非零向量组称为正交向量组. 正交向量组一定线性无关. 定义8 设12,,,n ααα是n 维线性空间V 的一组基, 若12,,,n ααα两两正交且都为单位向量, 则称它为V 的一个标准正交基.向量组12,,,n ααα是n 维欧氏空间V 中的一组标准正交基的充要条件是()01ij i ji j αα≠⎧=⎨=⎩,,, ,1,2,,i j n =.任何一组线性无关的向量组12,,,m ααα都可用Schmidt(施密特)正交化方法化为正交向量组12,,,m βββ, 且12,,,m βββ与12,,,m ααα等价.取 11αβ=, ()()1222111βαβαβββ=-,,,()()()()()()121121112211,,,,,,i i i i i i i i i βαβαβαβαβββββββββ----=----(i = 3 , 4 , …, m )将向量组1β ,2β ,… ,m β 中的每个向量单位化, 令iii ββη=(i = 1 , 2 , … , m ) 则得到一个与原向量组12,,,m ααα等价的标准正交向量组1η,2η,… ,m η.6. 正交矩阵定义9 设Q 为n 阶实矩阵, 若TQ Q = E , 则称Q 为正交矩阵. 正交矩阵的性质:(1)若Q 为正交阵,则 Q = 1 或-1 ;(2)若Q 为正交阵,则Q 可逆,且 1-Q=T Q ;(3)若P ,Q 都是n 阶正交矩阵,则P Q 也是n 阶正交矩阵;(4)n 阶实矩阵Q 为正交矩阵的充要条件是Q 的列(行)向量组是n R 的标准正交基.二、重点难点1. 判定集合是否构成线性空间.2. 线性空间的基、维数, 向量在基下的坐标等概念以及过渡矩阵、基变换与坐标变换公式.3. 欧式空间以及内积的概念和运算性质, 用内积运算进行证明.4. 用施密特正交化方法将线性无关的向量组正交化.5. 正交矩阵的概念及其性质.三、 学习要求1. 了解线性空间、子空间的概念, 理解向量空间的基和维数, 会求向量关于基的坐标,熟悉坐标变换公式.2. 了解线性空间同构的概念.3. 了解向量的内积、长度、距离、夹角、正交等概念, 掌握内积运算的性质.4. 理解标准正交基的概念, 掌握线性无关向量组正交规范化的施密特(Schmidt)方法.5. 掌握正交矩阵的概念及其性质.四、典型题分析例1 全体n 维实向量集合V , 对于通常的向量加法和如下定义的数乘运算,,k V k R ααα=∈∈其中是否构成实数域上的线性空间.解 设,, k l R α∈是集合V 中的非零向量.因为()2k l k l ααααααα+=+=+=而,所以()k l k l ααα+≠+, 故此集合不构成实数域上的线性空间.注 检验集合是否构成线性空间的方法:如果所定义的加法和数乘运算是通常意义下的加法和数乘运算, 则它们满足线性运算的八条运算规则, 因此只需检验集合对运算的封闭性. 如果所定义的加法和数乘运算不是通常意义下的加法数乘运算, 则不仅要检验集合对运算的封闭性, 还要仔细检验加法和数乘运算是否满足八条线性运算规律. 例2 求向量空间(){1212,,,0,,1,2,,,n n i V x x x x x x x R i n =+++=∈=}2n ≥的基和维数.分析 先找出向量空间V 的一组基, 即找出一组线性无关的向量, 使得V 中任一向量可由这组向量线性表示.解 在向量空间V 中取1n -个向量1(1,1,0,0,,0)α=-, 2(1,0,1,0,,0)α=-,,1(1,0,0,,0,1)n α-=-, 显然121,,,n ααα-线性无关.对V 中任一向量12(,,,)n x x x α=, 以121,,,,n αααα-为行构造矩阵A ,则1123110010101001ni i nA x x x x x =--===-∑, 从而121,,,,n αααα-线性相关, 又因为121,,,n ααα-线性无关, 所以α可由121,,,n ααα-线性表示.故121,,,n ααα-是V 的基, V 的维数是1n -.注 这个向量空间V 就是齐次线性方程组120n x x x +++=的解空间, V 的一组基就是齐次线性方程组的一个基础解系. 例3 设12,,,n t t t 是互不相同的实数,证明向量组21(1,,,,),1,2,,n i i i i t t t i n α-==是n 维向量空间n R 中的一组基. 并求出向量()12,,,n b b b β=在这组基下的坐标.分析 12,,,n ααα是n 维向量空间n R 中的n 个向量, 只需证明12,,,n ααα线性无关即可.证 令21111121222221111n n n n nnn t t t t t t A t t t ααα---⎛⎫⎛⎫ ⎪ ⎪⎪ ⎪== ⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭, 因为12,,,n t t t 是互不相同的实数,所以()121111121110n T ji i j nn n n nt t t A A tt ttt≤<≤---===-≠∏⇒12,,,n ααα线性无关.所以12,,,n ααα是n 个线性无关的n 维向量, 构成n 维向量空间n R 中的一组基. 设β在基12,,,n ααα下的坐标为()12,,,n x x x , 则有1122n n x x x βααα=+++⇒β=()()121212,,,,,,n n n x x x x x x A ααα⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭.因为A 可逆, 所以()112,,,n x x x A β-=. 故β在基12,,,n ααα下的坐标为1A β-.例4 设3R 中的向量α在基1231032,1,2111ααα⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭下的坐标为123x x x ⎛⎫ ⎪⎪ ⎪⎝⎭,在基123,,βββ下的坐标为123y y y ⎛⎫⎪⎪ ⎪⎝⎭, 且11232123132y x x x y x x y x x =--⎧⎪=-+⎨⎪=+⎩ (1)123123,,,,;βββααα求由基到基的过渡矩阵(2)求基123,,βββ. 解 (1)由题有111232123233(,,)(,,)x y x y x y ααααβββ⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭112323111(,,)110102x x x βββ--⎛⎫⎛⎫ ⎪⎪=- ⎪ ⎪ ⎪⎪⎝⎭⎝⎭⇒123123111(,,)(,,)110102αααβββ--⎛⎫⎪=- ⎪ ⎪⎝⎭(*),所以123123,,,,C βββααα由基到基的过渡矩阵=111110102--⎛⎫⎪- ⎪ ⎪⎝⎭.(2) 由(*)式得123(,,)βββ=123(,,)ααα1111110102---⎛⎫⎪- ⎪⎪⎝⎭123(,,)ααα=221231110⎛⎫ ⎪ ⎪ ⎪--⎝⎭111431342--⎛⎫⎪=--- ⎪ ⎪⎝⎭,故1231114,3,1342βββ--⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-=-=- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.例 5 设,a b 是欧氏空间中的任意向量, 证明平行四边形法则(对角线的平方和等于四边的平方和).证 设,a b 是平行四边形的两条邻边, 则a b a b +-和为两条对角线. 因为22(,)(,)a b a b a b a b a b a b ++-=+++--(,)2(,)(,)(,)2(,)(,)a a a b b b a a a b b b =+++-+ 222()a b =+.所以平行四边形的对角线的平方和等于四边的平方和.例 6 1212,,,,(,)0i j ααββαβ=设线性无关线性无关且满足, 1,2,1,2.i j ==证明:1212,,,ααββ线性无关.证 设有数1212,,,,k k λλ使得112211220k k ααλβλβ+++= (*) 上式两边分别与12,αα做内积, 由(,)0i j αβ=,1,2,1,2.i j ==得111221112222(,)(,)0(,)(,)0k k k k αααααααα+=⎧⎨+=⎩ (**) 由柯西-布捏柯夫斯基不等式及12,αα线性无关得112121122211222(,)(,)(,)(,)(,)0(,)(,)αααααααααααααα=->.故方程组(**)只有零解120k k ==, 将其代入(*), 由已知12,ββ线性无关, 得120λλ==. 于是得1212,,,ααββ线性无关.例7 将R 3的一组基1231100,1,1101ααα⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭化为标准正交基.解 (1 )利用施密持正交化方法将其正交化取1110,1βα⎛⎫ ⎪== ⎪ ⎪⎝⎭ 1222111111/2(,)1101 (,)2011/2βαβαβββ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=-=-= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭,132333*********/22/3(,)(,)11/21012/323/2(,)(,)111/22/3βαβαβαββββββ-⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪=--=--= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭, 123,,βββ则是正交向量组.(2 ) 将123,,βββ单位化11122233322, 62, 3, 3T T Tβββββββββ====3121231236320, 26, 3 263βββηηηβββ⎡⎤⎡-⎡⎢⎥⎢⎢∴======⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢-⎢⎥⎢⎥⎣⎣⎦⎣⎦,则123,,ηηη为R 3的一组标准正交基.例8 设m+n 阶矩阵P O A R Q ⎛⎫= ⎪⎝⎭, 其中P , Q 分别是m , n 阶矩阵, O 为零矩阵.证明: 若A 为正交矩阵, 则P 和Q 也是正交矩阵且R 为零矩阵. 分析 用正交矩阵的定义证 证 由题知TT TTT P R A OQ ⎛⎫= ⎪⎝⎭. 因A 为正交矩阵, 所以 TT T T T mT TT T T n E P O P R P P R R R Q A A E R Q OQ Q R Q Q ⎛⎫⎛⎫⎛⎫+⎛⎫=== ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭. 上式最后一个等号两边比较得 T n Q Q E Q =⇒为n 阶正交矩阵.T R Q O =且Q 可逆⇒R O =.T T m P P R R E +=且R O =T m P P E ⇒=⇒P 是m 阶正交矩阵.五、习题解析习题5. 11. 判断全体n 阶实对称矩阵按矩阵的加法与数乘是否构成实数域上的线性空间.答 是.因为是通常意义的矩阵加法与数乘, 所以只需检验集合对加法与数乘运算的封闭性. 由n 阶实对称矩阵的性质知,n 阶实对称矩阵加n 阶实对称矩阵仍然是n 阶实对称矩阵,数乘n 阶实对称矩阵仍然是n 阶实对称矩阵, 所以集合对矩阵加法与数乘运算封闭, 构成实数域上的线性空间.2.全体正实数R +, 其加法与数乘定义为 ,,k a b ab k a a a b R k R+⊕==∈∈其中 判断R +按上面定义的加法与数乘是否构成实数域上的线性空间. 答 是. 设,R λμ∈.因为,a b R a b ab R ++∀∈⇒⊕=∈,,R a R a a R λλλ++∀∈∈⇒=∈,所以R +对定义的加法与数乘运算封闭. 下面一一验证八条线性运算规律 (1) a b ab ba b a ⊕===⊕;(2)()()()()()a b c ab c ab c abc a bc a b c ⊕⊕=⊕====⊕⊕;(3) R +中存在零元素1, ∀a R +∈, 有11a a a ⊕=⋅=;(4) 对R +中任一元素a ,存在负元素1n a R -∈, 使111a a aa --⊕==; (5)11a a a ==; (6)()()a a a a a λμμλμλμλλμ⎛⎫==== ⎪⎝⎭;(7) ()a a a a a a a a λμμμλλλμλμ++===⊕=⊕;()(8)()().a b ab ab a b a b a b λλλλλλλλλ⊕====⊕=⊕所以R +对定义的加法与数乘构成实数域上的线性空间. 3. 全体实n 阶矩阵,其加法定义为A B AB BA ⊕=-按上述加法与通常矩阵的数乘是否构成实数域上的线性空间. 答 否.,()A B AB BA B A BA AB AB BA ⊕=-⊕=-=--A B B A ∴⊕⊕与不一定相等.故定义的加法不满足加法的交换律即运算规则(1), 全体实n 阶矩阵按定义的加法与数乘不构成实数域上的线性空间.4.在22P ⨯中,{}2222/0,,W A A A P W P ⨯⨯==∈判断是否是的子空间. 答 否.121123123345⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭例如和的行列式都为零,但的行列式不为零, 也就是说集合对加法不封闭.习题1.讨论22P ⨯中1234111111,,,111111a a A A A A a a ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭的线性相关性.解 设11223344x A x A x A x A O +++=,即123412341234123400ax x x x x ax x x x x ax x x x x ax +++=⎧⎪+++=⎪⎨+++=⎪⎪+++=⎩ . 由系数行列式3111111(3)(1)111111a a a a a a=+- 知, 3 1 , , a a ≠-≠且时方程组只有零解这组向量线性无关; 3 1 , , a a =-=或 时方程组有非零解这组向量线性相关. 2.在4R 中,求向量1234ααααα在基,,,下的坐标.其中1234010011001111ααααα⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭2111,=,=,=,3010解 设11223344x x x x ααααα=+++由()1234100110010111ααααα⎛⎫ ⎪⎪= ⎪- ⎪-⎝⎭2111301010001010000010100010⎛⎫⎪ ⎪−−−−→⎪- ⎪⎝⎭初等行变换 得13ααα=-. 故向量1234ααααα在基,,,下的坐标为 ( 1, 0 , - 1 , 0 ).2212342347P ααααα⨯⎛⎫⎛⎫⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪ ⎪⎪-⎝⎭⎝⎭⎝⎭⎝⎭⎝⎭110-11-1103.在中求在基=,=,=,=下的坐标.11100000 解 设11223344x x x x ααααα=+++则有123412341234123402030040007x x x x x x x x x x x x x x x x +++=⎧⎪--+=⎪⎨+++=⎪⎪+++=-⎩.由101121000711103010011110040010211007000130-⎛⎫⎛⎫⎪ ⎪--⎪ ⎪−−−−→⎪⎪-⎪ ⎪-⎝⎭⎝⎭初等行变换 得12347112130ααααα=-+-+.故向量1234ααααα在基,,,下的坐标为(-7,11,-21,30). 4.已知3R 的两组基(Ⅰ): 123111ααα⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭11=,=0,=0-11(Ⅱ):123121βββ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭23=,=3,=443(1) 求由基(Ⅰ)到基(Ⅱ)的过渡矩阵;(2) 已知向量123123,,,,,αααααβββ⎛⎫⎪⎪ ⎪⎝⎭1在基下的坐标为0求在基下的坐标-1;(3) 已知向量123123,,,,,βββββααα⎛⎫ ⎪⎪ ⎪⎝⎭1在基下的坐标为-1求在基下的坐标2;(4) 求在两组基下坐标互为相反数的向量γ.解(1)设C 是由基(Ⅰ)到基(Ⅱ)的过渡矩阵, 由 ()()321321,,,,αααβββ= C即123111234100143111C ⎛⎫⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭, 知基(Ⅰ)到基(Ⅱ)的过渡矩阵为1111123234100234010111143101C -⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪==- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭⎝⎭.(2)首先计算得11322201013122C -⎛⎫-- ⎪⎪=- ⎪ ⎪ ⎪-⎝⎭, 于是α 在基321,,βββ 下的坐标为131200112C -⎛⎫ ⎪⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪-⎝⎭ ⎪-⎝⎭.(3)β 在基321,,ααα 下的坐标为171123C ⎛⎫⎛⎫ ⎪ ⎪-= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭.(4) 设γ在基321,,βββ 下的坐标为123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭, 据题意有234010101⎛⎫ ⎪- ⎪⎪--⎝⎭123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭123y y y -⎛⎫⎪=- ⎪ ⎪-⎝⎭, 解此方程组可得123y y y ⎛⎫ ⎪ ⎪ ⎪⎝⎭=043k k ⎛⎫ ⎪⎪ ⎪-⎝⎭,为任意常数.231430,7k k k k γββ-⎛⎫⎪∴=-= ⎪ ⎪⎝⎭为任意常数.5.已知P [x ]4的两组基(Ⅰ):2321234()1()()1()1f x x x x f x x x f x x f x =+++=-+=-=,,,(Ⅱ):2323321234()()1()1()1g x x x x x x x x x x x x x =++=++=++=++,g ,g ,g (1) 求由基(Ⅰ)到基(Ⅱ)的过渡矩阵; (2) 求在两组基下有相同坐标的多项式f (x ).解 ( 1 ) 设C 是由基(Ⅰ)到基(Ⅱ)的过渡矩阵, 由 ()()12341234,,,,,,g g g g f f f f =C有23230111101*********(1,,,)(1,,)1101110011101000x x x x x x C ⎛⎫⎛⎫ ⎪ ⎪-- ⎪ ⎪= ⎪⎪ ⎪ ⎪⎝⎭⎝⎭,. 10110111100011101110101101000011 1100110100100112100111000011113⎛⎫⎛⎫⎪ ⎪--- ⎪ ⎪−−−−→⎪⎪-⎪ ⎪---⎝⎭⎝⎭初等行变换 1110001101121113C ⎛⎫ ⎪-⎪∴= ⎪- ⎪---⎝⎭. (2)设多项式f (x )在基(Ⅰ)下的坐标为1234(,,,)T x x x x .据题意有111222333444 ()x x x x x x C C E x x x x x x ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=⇒-= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭0 (*)因为01101101100111111001101021021021112C E ---==--==------所以方程组(*)只有零解,则f (x )在基(Ⅰ)下的坐标为(0,0,0,0)T,所以f (x ) = 0习题证明线性方程组1234512345123453642022353056860x x x x x x x x x x x x x x x +--+=⎧⎪+--+=⎨⎪--+-=⎩ 的解空间与实系数多项式空间3[]R x 同构.证明 设线性方程组为AX = 0, 对系数矩阵施以初等行变换.316421568622353043751568600000A -----⎛⎫⎛⎫⎪ ⎪=--−−−−→ ⎪ ⎪ ⎪ ⎪---⎝⎭⎝⎭初等行变换()2()3R A R A =∴=线性方程组的解空间的维数是5-.实系数多项式空间3[]R x 的维数也是3, 所以此线性方程组的解空间与实系数多项式空间3[]R x 同构.习题1. 求向量()1,1,2,3α=- 的长度. 解 22221(1)2315α=+-++.2. 求向量()()1,1,0,12,0,1,3αβ=-=与向量之间的距离.解 (,)d αβ=2222(12)(10)(01)(13)7αβ-=-+--+-+-. 3.求下列向量之间的夹角(1) ()()10431211αβ==--,,,,,,, (2) ()()12233151αβ==,,,,,,,(3)()()1,1,1,2311,0αβ==-,,, 解(1)(),1(1)02413(1)0,,2a παββ=⨯-+⨯+⨯+⨯-=∴=.(2)(),1321253118αβ=⨯+⨯+⨯+⨯=,22222222122318,31516,αβ+++=+++=,4618πβ∴==.(3)(),13111(1)203αβ=⨯+⨯+⨯-+⨯=,11147α=+++, 911011β=+++=,77αβ∴=.3. 设αβγ,,为n 维欧氏空间中的向量,证明: (,)(,)(,)d d d αβαγγβ≤+. 证明 因为22(,)αβαγγβαγγβαγγβ-=-+-=-+--+-22(,)(,)(,)(,)(,)2(,)(,)2αγαγαγγβγβαγγβγβαγαγαγγβγβγβαγαγγβγβ=--+--+--+--=--+--+--≤-+-⋅-+-所以22()αβαγγβ-≤-+-, 从而(,)(,)(,)d d d αβαγγβ≤+.习题1. 在4R 中,求一个单位向量使它与向量组()()()1,1,1,11,1,1,11,1,1,1321--=--=--=ααα,, 正交.解 设向量1234123(,,,)x x x x αααα=与向量,,正交, 则有 112342123431234(0(,0(,)0x x x x x x x x x x x x αααααα=+--=⎧⎧⎪⎪=--+=⎨⎨⎪⎪=-+-=⎩⎩,)0)0即 (*). 齐次线性方程组(*)的一个解为 12341x x x x ====.取*1111(1,1,1,1), ,,,2222ααα=将向量单位化所得向量=()即为所求.2. 将3R 的一组基1231,2,1111ααα ⎪ ⎪ ⎪===- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭化为标准正交基.解 (1 )正交化, 取11111βα⎛⎫ ⎪== ⎪ ⎪⎝⎭ , 12221111311(,)111211221(,)11111131113βαβαβββ⎛⎫- ⎪⎛⎫⎛⎫ ⎪⨯+⨯+⨯ ⎪ ⎪ ⎪=-=-= ⎪ ⎪ ⎪⨯+⨯+⨯ ⎪ ⎪ ⎪⎝⎭⎝⎭ ⎪- ⎪⎝⎭ 132********1122113121020(1)()1(,)(,)2333100121(,)(,)3()()()11333123βαβαβαββββββ⎛⎫-⎛⎫⎪- ⎪⎛⎫⎪-⨯+⨯-+-⨯ ⎪ ⎪ ⎪=--=---= ⎪ ⎪ ⎪ ⎪ ⎪-++- ⎪⎝⎭⎪ ⎪-⎝⎭ ⎪⎝⎭(2 ) 将123,,βββ单位化***123362,,036236βββ⎛⎛ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎝⎭⎝则*1β,*2β,*3β为R 3的一组基标准正交基. 3.求齐次线性方程组123451235300x x x x x x x x x +-+-=⎧⎨+-+=⎩ 的解空间的一组标准正交基.分析 因齐次线性方程组的一个基础解系就是其解空间的一组基,所以只需求出一个基础解系再将其标准正交化即可.解 对齐次线性方程组的系数矩阵施行初等行变换化为行最简阶梯形矩阵11113111011110100014---⎛⎫⎛⎫−−→ ⎪ ⎪--⎝⎭⎝⎭可得齐次线性方程组的一个基础解系123100,,010004001ηηη ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭.由施密特正交化方法, 取11221331211/21/311/21/3111,,011/3223004001βηβηββηββ--⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪- ⎪ ⎪ ⎪ ⎪ ⎪ ⎪===+==-+= ⎪ ⎪ ⎪⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭,将123,,βββ单位化得单位正交向量组***12311/21/311/21/33,,011/326213004001βββ--⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪- ⎪ ⎪⎪⎪⎪⎪==⎪⎪⎪⎪⎪⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭因为齐次线性方程组的解向量的线性组合仍然是齐次线性方程组的解,所以*1β,*2β,*3β是解空间的一组标准正交基.3. 设1α,2α ,… ,n α 是n 维实列向量空间n R 中的一组标准正交基, A 是n 阶正交矩阵,证明: 1αA ,2αA ,… ,n A α 也是n R 中的一组标准正交基.证明 因为n ααα,,,21 是n 维实列向量空间n R 中的一组标准正交基, 所以⎩⎨⎧=≠==j i j i j T i j i 10),(αααα (,1,2,,)i j n =. 又因为A 是n 阶正交矩阵, 所以T A A E =. 则⎩⎨⎧=≠====j i j i A A A A A A j T i j T T i j T i j i10)()()(),(αααααααα (,1,2,,)i j n = 故n A A A ααα,,,21 也是n R 中的一组标准正交基. 5.设123,,ααα是3维欧氏空间V 的一组标准正交基, 证明112321233123111(22),(22),(22)333βαααβαααβααα=+-=-+=--也是V 的一组标准正交基. 证明 由题知()()1231232211,,,,2123122βββααα⎛⎫ ⎪=-- ⎪ ⎪--⎝⎭1232211,,2123122ααα⎛⎫ ⎪-- ⎪ ⎪--⎝⎭因为是一组标准正交基,且的行向量组是单位正交向量组.()1232211,,2123122ααα⎛⎫ ⎪-- ⎪ ⎪--⎝⎭所以和都是正交矩阵.()123,,.βββ从而也是正交矩阵123,,βββ所以是单位正交向量组, 构成V 的一组标准正交基.习题五 (A)一、填空题1.当k 满足 时,()()()31211,2,1,2,3,,3,,3k k R ααα===为的一组基. 解 三个三维向量为3R 的一组基的充要条件是123,,0ααα≠, 即26k k ≠≠且. 2.由向量()1,2,3α=所生成的子空间的维数为 .解 向量()1,2,3α=所生成的子空间的维数为向量组α的秩, 故答案为1.3.()()()()3123,,1,3,5,6,3,2,3,1,0R αααα====中的向量371在基下的坐标为 . 解 根据定义, 求解方程组就可得答案.设所求坐标为123(,,)x x x , 据题意有112233x x x αααα=++. 为了便于计算, 取下列增广矩阵进行运算 ()3213613100154,,133701082025100133αααα⎛⎫⎛⎫⎪ ⎪=−−−−→- ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭初等行变换,所以123(,,)x x x = (33,-82,154).4. ()()()3123123,,2,1,3,1,0,1,2,5,1R εεεααα=-=-=---中的基到基的过渡矩阵为 . 解 因为123123212(,,)(,,)105311αααεεε---⎛⎫ ⎪=- ⎪ ⎪-⎝⎭, 所以过渡矩阵为212105311---⎛⎫ ⎪- ⎪ ⎪-⎝⎭.5. 正交矩阵A 的行列式为 . 解 21T A A E A =⇒=⇒A =1±.6.已知5元线性方程组AX = 0的系数矩阵的秩为3, 则该方程组的解空间的维数为 . 解 5元线性方程组AX = 0的解集合的极大无关组(基础解系)含5 – 3 =2 个向量, 故解空间的维数为2.()()()()412342,1,1,1,2,1,,,3,2,1,,4,3,2,11,a a a R a αααα====≠7.已知不是的基且a 则满足 .解 四个四维向量不是4R 的一组基的充要条件是1234,,,0αααα=, 则12a =或1. 故答案为12a =. 二、单项选择题1.下列向量集合按向量的加法与数乘不构成实数域上的线性空间的是( ). (A ) (){}R x x x x V n n ∈=,,0,,0,111 (B ) (){}R x x x x x x x V i n n ∈=+++=,0,,,21212 (C ) (){}R x x x x x x x V i n n∈=+++=,1,,,21213(D) (){}411,0,,0,0V x x R =∈解 (C ) 选项的集合对向量的加法不封闭, 故选(C ).2.331,23P A ⨯⎛⎫ ⎪= ⎪ ⎪⎝⎭在中由生成的子空间的维数为( ). (A) 1 (B) 2 (C) 3 (D) 4解 向量组A =123⎛⎫ ⎪⎪ ⎪⎝⎭生成的子空间的维数是向量组A 的秩, 故选(A ). 331231223311223311223123123123123,,( )() ,, ()2,23,3() ,,2 () ,2322,355R R A B C D ααααααααααααααααααααααααααααααα++-+++++++++-++-3.已知是的基,则下列向量组是的基.解 因 ( B )选项1223311231012,23,3=(,,) 220033ααααααααα⎛⎫⎪+++ ⎪ ⎪⎝⎭中(), 又因123101,,220033ααα⎛⎫⎪⎪ ⎪⎝⎭线性无关且可逆, 所以1223312,23,3αααααα+++线性无关.故选(B ).33123122313122331122313122313,, () ,, () 2,2,2() ,, () 2,2,2R R A B C D ααααααααααααααααααααααααααα++++++------4.已知是的基,则下列向量组()不是的基. 解 因122313 ()()()0αααααα-+---=, 所以( C )选项中向量组线性相关, 故选(C ). 5.n 元齐次线性方程组AX = 0的系数矩阵的秩为r , 该方程组的解空间的维数为s, 则( ).(A) s=r (B) s=n-r (C) s>r (D) s<r 选(B )6. 已知A, B 为同阶正交矩阵, 则下列( )是正交矩阵. (A) A+B (B) A-B (C) AB (D) kA (k 为数) 解 A, B 为同阶正交矩阵()T T T T AB AB ABB A AA E ⇒=== 故选(C ).7. 线性空间中,两组基之间的过渡矩阵( ).(A) 一定不可逆 (B) 一定可逆 (C) 不一定可逆 (D) 是正交矩阵 选(B )(B)1.已知4R 的两组基 (Ⅰ): 1234, αααα,,(Ⅱ):11234223433444,βααααβαααβααβα=+++=++=+=,, ( 1 )求由基(Ⅱ)到(Ⅰ)的过渡矩阵; ( 2 )求在两组基下有相同坐标的向量.解 (1)设C 是由基(Ⅰ)到基(Ⅱ)的过渡矩阵, 已知1234123410001100(,,,)(,,,)11101111ββββαααα⎛⎫ ⎪⎪= ⎪ ⎪⎝⎭, 所以由基(Ⅱ)到基(Ⅰ)的过渡矩阵为11000110001100011C -⎛⎫⎪-⎪= ⎪-⎪-⎝⎭. (2)设在两组基下有相同坐标的向量为α, 又设α在基(Ⅰ)和基(Ⅱ)下的坐标均为),,,(4321x x x x , 由坐标变换公式可得11223344x x x x C x x x x ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭ , 即 1234()x x E C x x ⎛⎫ ⎪⎪-= ⎪ ⎪ ⎪⎝⎭0 (*) 齐次线性方程(*)的一个基础解系为(0,0,0,1)η=, 通解为(0,0,0,) ()X k k R *=∈. 故在基(Ⅰ)和基(Ⅱ)下有相同坐标的全体向量为12344000 ()k k k R αααααα=+++=∈.312312313123122323133123123123123123,, ,, ,, (1),, ,, ,, ;(3) 2 ,,R R αααβββββαααββααββααββββββαααααααβββ+=+++=++=+=+-2.已知是 的基,向量组满足证明 是的基;(2)求由基 到基的过渡矩阵求向量 在基 下的坐标.解 ( 1 ) 由题有123123110101(,,)011(,,)110101111βββααα⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⇒123123010(,,)(,,)-1-12100αααβββ⎛⎫ ⎪= ⎪ ⎪⎝⎭⇒123123001(,,)(,,)100111222βββααα⎛⎫ ⎪⎪= ⎪ ⎪ ⎪⎝⎭因 0011001112220≠,所以123,, βββ线性无关. 故123,,βββ是3个线性无关向量,构成3 R 的基. (2 ) 因为123123010(,,)(,,)-1-12100αααβββ⎛⎫ ⎪= ⎪ ⎪⎝⎭所以从123123,,,,βββααα基到基的过渡矩阵为010-1-12100⎛⎫⎪⎪ ⎪⎝⎭(3) 123123123101012,,2,,-1-12211001αααααααβββ⎛⎫⎛⎫⎛⎫ ⎪ ⎪⎪=+-== ⎪ ⎪⎪ ⎪ ⎪⎪--⎝⎭⎝⎭⎝⎭()()1232,,-51βββ⎛⎫⎪= ⎪ ⎪⎝⎭()所以1232,,5.1αβββ⎛⎫ ⎪- ⎪ ⎪⎝⎭向量在基下的坐标为412341234123412341234123412002100,,,,0012002121001100,,,,003500121,,2 2R ααααββββααααββββααααααααα⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭⎛⎫⎪⎪ ⎪ ⎪⎝⎭=++-3.设的两组基,与=,,且由基,到基,的过渡矩阵为()求基,;()求向量1234,,ββββ在基,下的坐标.解 (1) 因为12341234,,,,ααααββββ由基,到基,的过渡矩阵为C = 2100110000350012⎛⎫ ⎪⎪⎪ ⎪⎝⎭, 所以112341234(,,,)(,,,)12001-10013002100-120010000012002-5000100210-13037C ααααββββ-=-⎛⎫⎛⎫⎛⎫⎪⎪ ⎪ ⎪⎪ ⎪==⎪⎪ ⎪⎪⎪ ⎪-⎝⎭⎝⎭⎝⎭所以123413001000,,,00010037αααα-⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪==== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭.(2 )11234123412341111 2(,,,)(,,,)1122C αααααααααββββ-⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪=++-== ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭123401(,,,)127ββββ⎛⎫⎪ ⎪= ⎪ ⎪-⎝⎭,12341234012,,,12-7αααααββββ⎛⎫ ⎪ ⎪∴=++- ⎪ ⎪⎝⎭向量在基下的坐标为.222123324. ()1,()12,()123[]()6914f x x x f x x x f x x x P x f x x x =++=++=++=++证明是线性空间的一组基,并求在这组基下的坐标.证明 设112233()()()0t f x t f x t f x ++=,则有222123(1)(12)(123)0t x x t x x t x x ++++++++= 即123123123011120*11210230123t t t t t t t t t ++=⎧⎪++==-≠⎨⎪++=⎩()因为系数行列式所以方程组(*)只有零解. 故123(),(),()f x f x f x 线性无关, 构成3[]P x 线性空间的一组基. 设112233()()()()f x y f x y f x y f x =++ 则有1231123212336129223143y y y y y y y y y y y y ++=⎧⎛⎫⎛⎫⎪ ⎪ ⎪++=⇒=⎨ ⎪ ⎪⎪ ⎪⎪++=⎝⎭⎩⎝⎭所以()f x 123(),(),()f x f x f x 在基下的坐标为(1, 2, 3). 5.当a 、b 、c 为何值时,矩阵A = 020010a bc ⎫⎪⎪⎪⎪ ⎪ ⎪ ⎪⎝⎭是正交阵.解 要使矩阵A 为正交阵,应有 T AA E = 001002200100100010001a b a c bc ⎫⎪⎛⎫⎪ ⎪⇒=⎪⎪ ⎪ ⎪⎪ ⎪⎝⎭ ⎪⎪ ⎪⎪⎝⎭⎝⎭ 222101002201001000102a ac acbc ⎛⎫++ ⎪⎛⎫ ⎪ ⎪⇒= ⎪ ⎪ ⎪⎪⎝⎭⎪++⎪⎭⇒2221120 21a ac b c ⎧+=⎪⎪+=⇒⎨⎪+=⎪⎩①121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩;②121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩;③121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩;④121212a b c ⎧=⎪⎪⎪=⎨⎪⎪=⎪⎩. 6.设 α 是n 维非零列向量, E 为n 阶单位阵, 证明:T T E A αααα)(/2-=为正交矩阵. 证明 因为α 是n 维非零列向量, T αα所以是非零实数.又22TTT T T T T A E E A αααααααα⎛⎫=-=-= ⎪⎝⎭,所以22 T T T T T A A AA E E αααααααα⎛⎫⎛⎫==-- ⎪⎪⎝⎭⎝⎭()()2224444()()T T T T T TTTTTE E Eαααααααααααααααααααα=-+=-+=故A 为正交矩阵.7.设TE A αα2-=, 其中12,,,Tn a a a α=(), 若 ααT = 1. 证明A 为正交阵.证明 因为A E E E A TTTTTTT=-=-=-=αααααα2)(2)2(,所以A 为对称阵.又(2)(2)T T T A A E E αααα=--244()T T T E E αααααα=-+=, 所以A 为正交阵.8. , , , 0.A B n A B A B =-+=设均为阶正交矩阵且证明证明 因为, ,A B n 均为阶正交矩阵 所以0T A A =≠且T T T T T T TA AB E A B B B A B B A BB A B B A B+=+=+=+⋅=+⋅=⋅+()()0200T A B A B A A B A B ⇒-⋅+=⇒⋅+=⇒+=.。

6.1线性空间的概念.

6.1线性空间的概念.
n 1
[ a , b ]上的全体连续实函数对于通常定义的 函数的加法与数乘函数运算构成数域 R 上的 线性空间 C[a, b] 实系数的齐次线性方程组的解的全体构成实数 域上的线性空间 仅由 n 维零向量构成的集合也构成实数域上的 线性空间
例 非通常意义下的加法与数乘运算下的 线性空间
V R , P R def. a, b R , a b a b
2
定义加法为通常意义下的加法; 定义数乘为
k ( x1 , x2 ) (kx1 ,0)
则 V 不构成线性空间 例 n 次的多项式,不构成线性空间
2 线性空间的性质 零元素是唯一的 每个元素的负元素是唯一的 0 0 , (1) , k 0 0 若 k 0 k 0 or 0
T

定义 设 V 是数域 P 上的线性空间, , ,, V
1 2 s

k11 k2 2 k s s ki P, i 1,2,, s L 1 , 2 , , s
称 L 1 , 2 ,, s 为由 , ,, 生成的
则称V 为数域 P 上的线性空间
例如 全体 n 维实向量对于通常定义的加法与数乘 运算构成数域 R 上的线性空间 R
n
全体 m n实矩阵对于通常定义的加法与数乘 运算构成数域 R 上的线性空间 R mn 全体 次数不超过 n 次的变量x 的实系数多项式 对于通常定义的函数的加法与数乘函数运算构 成数域 R 上的线性空间 R[ x]
第四章 线性空间
§ 4.1 线性空间的概念
1 线性空间的概念 定义 ( 数域 ) 若P 是一数集,P包含数0与1,且对 加法、减法、乘法与除法(0 不做除数) 封闭,则称 P 是一个数域。 例如,全体实数R、全体复数C、全体有理数Q

第四章_线性空间_S1_线性空间的概念[1][1]

第四章_线性空间_S1_线性空间的概念[1][1]

所以, R+对所定义的运算构成线性空间.
线性空间V具有的性质
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.
(6) (k+l) · a = ak+l = ak al = ak al = k· a l · a. (7) k·(ab) = k·(a b) = (a b)k = ak bk = akbk = k· a k· b; (8) k·(l · a) = k· a l = (al)k = ak l = (k l) · a;
例1.实数域上的全体m n矩阵,对于 矩阵的加法和数乘运算构成实数域上
n 的线性空间,记作R m (或 M mn ( R )) .
例2.所有次数不超过n(n是自然数)的实系数多项式 的全体,关于通常多项式的加法以及实数与多项 式的乘法构成一个实线性空间,记作Pn [ x]。 即:Pn [ x] ={ p ( x) a0 a1x L an x n | a0 , a1 ,· · · , an R }
以下用 F(或P) 泛指一般的数域。
Q(有理数),R(实数),C(复数)
二、线性空间的定义
•几个例子
解析几何中,二(三)维向量及其运算 : 向量的基本属性:可以按平行四边形规律相加, 也可以与实数作数量乘法。 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。
F1
F3
F2
所有n阶实矩阵:也定义了加法和数量乘法

线性空间的定义

线性空间的定义
线性空间是代数中一个核心且抽象的概念,对于理解代数在空间上的作用具有基础性意义。线性空间,又称为向量空间,必须包含由线性运算所规定的代数结构。这主要通过集合与满足一定运算规律的代数运算来实现,以便于进行数学研究。在引入正式定义之前,我们通过熟悉的例子如几何空间中的向量、n维向量和矩阵来阐述其共同点子中,我们可以抽象出线性空间的定义。具体来说,设V是一个非空集合,F是数域,对V中任意两个元素定义加法和数量乘法运算,满足一系列规则,则称V为F上的线性空间。进一步地,我们探讨了线性空间的结构,指出其由基所决定,而维数在研究有限维线性空间结构中起着关键作用。最后,通过多个实例,如矩阵空间、函数空间和多项式空间,来加深对线性空间概念的理解和应用。

线性空间

线性空间

注: 这是对第四章中子空间定义的修正.
首页 上页 返回 下页 结束 铃
定义2 设V是一个线性空间, L是V的一个非空子集, 如果L对于V 中所定义的加法和乘数两种运算也构成一个线性空间, 则称L 为V的子空间. 定理1 线性空间V的非空子集L构成子空间的充分必要条件是: L对于V中的线性运算封闭. 这是因为: L是V的一部分, V中的运算对于L而言, 规律(i), (ii), (v), (vi), (vii), (viii)显然是满足的, 因此只要L对运算封闭且满足规 律即(iii)、(iv)可. 但由线性空间的性质知, 或L对运算封闭, 则 即能满足干规律(iii)、(iv).
首页 上页 返回 下页 结束 铃
例3 正弦函数的集合 S[x]={s=Asin(x+B)|A, B∈R} 对于通常的函数加法及数乘函数的乘法构成向量空间. 说明: 检验一个集合是否构成向量空间, 当然不能只检验对运 算的封闭性(如上面二例). 若所定义的加法和乘数运算不是通 常的实数间的加乘运算, 则就应仔向量检验是否满足八条线 性运算规律.
首页
上页
返回
下页
结束

例1 次不超过n的多项式的全体, 记作P[x]n , 即 P[x]n={p=anxn+an−1xn−1+ ⋅ ⋅ ⋅ +a1x+a0|an, ⋅ ⋅ ⋅, a1, a0∈R}, 对于通常的多项式加法、数乘多项式的乘法构成向量空间. 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]n对运算封闭: (anxn+ ⋅ ⋅ ⋅ +a1x+a0)+(bnxn+ ⋅ ⋅ ⋅ +b1x+b0) =(an+bn)xn+ ⋅ ⋅ ⋅ +(a1+b1)x+(a0+b0)∈P[x]n;

线性代数课件-线性空间

线性代数课件-线性空间

0 1
0
0.
4.如果 0,则 0 或 0 . 证明 又
1
假设 0 , 那么
1

0 0.

1

.
ka1 kA 0

kb1 0
0 kc1
ka1 kb1 kc1 0,
即 kA W2 , 故W2是R 23的子空间.
例3
n次多项式的全体 Q[ x ]n { p a n x n a 1 x a 0 a n , , a 1 , a 0 R, 且 a n 0}
对于通常的多项式加法 和乘数运算不构成向量 空 间.
0 p 0 x n 0 x 0 Q[ x]n
. Q[ x]n 对运算不封闭
a1 b1 c1 0, a2 b2 c2 0,
于是
a1 a2 A B 0
b1 b2 0
0 c1 c2
满足

a1 a2 b1 b2 c1 c2 0,
A B W2 , 对任意k R有
01 01 02 02 01 02.
2.负元素是唯一的.
ቤተ መጻሕፍቲ ባይዱ
证明 假设 有两个负元素 与 ,那么
0, 0. 则有 0
0 .
向量 的负元素记为 .

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
如果上述的两种运算满足以下八条运算规律,那 么 V 就称为数域 R 上的向量空间(或线性空间).

线性空间的定义与性质

线性空间的定义与性质
对s1(x)=A1sin(x+B1), s2(x)=A2sin(x+B2)S[x], R,
由于, s1(x)+s2(x) = A1sin(x+B1)+A2sin(x+B2) = (a1cosx+b1sinx)+(a2cosx+b2sinx) = (a1+a2)cosx+(b1+b2)sinx
= Asin(x+B)S[x],
说明1. 凡满足以上八条运算规律的加法及乘数运 算统称为线性运算.
说明2. 向量(线性)空间中的元素称为向量, 但不一 定是有序数组.
说明3. 判别线性空间的方法: 一个集合, 对于定义 的加法和数乘运算不封闭, 或者运算不满足八条性质 的任一条, 则此集合就不能构成线性空间.
线性空间的判定方法: (1) 如果在一个集合上定义的加法和乘数运算是 通常实数间的加, 乘运算, 则只需检验运算的封闭性.
任意两个元素, V, 总有唯一的一个元素 V与之 对应, 称 为与 的和(简称加法运算), 记作 = +.
若对于任一数R与任一元素V, 总有唯一的 元素 V与之对应, 称为数与的积(简称数乘运算), 记作 = .
如果上述的两种运算满足以下八条运算规律, 那 么, 就称V为数域R上的线性空间(或向量空间):
通常的多项式加法, 数乘多项式的乘法两种运算 满足线性运算规律. 实际上
对p(x)=a0+a1x+···+anxn, q(x)=b0n, R,
p(x)+q(x) = (a0+a1x+···+anxn)+(b0+b1x+···+bnxn ) = (a0+b0)+(a1+b1)x+···+(an+bn)xnP[x]n,

第一节线性空间概念

第一节线性空间概念

+ a0 | an , an−1 ,..., a1 , a0 ∈ R}
对于通常的多项式加法、数乘多项式 的乘法构成实数域上的线性空间。 通常的多项式加法、数乘多项式的乘 法满足线性运算规律。
( an x n + an−1 x n−1 + ... + a1 x + a0 ) + (bn x n + bn−1 x n−1 + ... + b1 x + b0 ) = (an + bn ) x n + (an−1 + bn−1 ) x n−1 + ... + (a1 + b1 )x + (a0 + b0 )
n
例7. 正实数的全体,记作R , 在其中定 义加法及数乘运算为 a ⊕ b = ab λ ⊗ a = a (a, b ∈ R , λ ∈ R )
+
+
λ
验证,R 对上述加法及数乘运算构成线 性空间。 证明:∀a、b ∈ R + ⇒ a ⊕ b = ab ∈ R + ∀a ∈ R +,∀λ ∈ R ⇒ λ ⊗ a = a λ ∈ R + ∴ 对定义的加法与数乘运算封闭。
λ (an x n + an−1 x n−1 + ... + a1 x + a0 )
= λ an x n + λ an−1 x n−1 + ... + λ a0 P [ x]n 对加法和数乘都封闭。
判别下列集合是否为向量空间. 例3 判别下列集合是否为向量空间
V = x = (0,x2,L,xn ) x2,L,xn ∈R 1
例5. 在区间 [a, b] 上个体实连续函数, 对函数的加法与数和函数的数量乘法, 构成实数域上的线性空间。

线性空间的原理

线性空间的原理

线性空间的原理线性空间是数学中非常重要的概念,它是一种允许进行向量加法和标量乘法的集合。

线性空间广泛应用于数学、物理、工程等领域,是研究向量和线性运算的理论基础。

本文将围绕线性空间的定义、性质和应用展开详细的阐述。

线性空间的定义:线性空间,也称为向量空间,是一种满足特定条件的集合。

对于一个非空集合V,若其中定义了两种运算:向量的加法和标量的乘法,且满足以下八条性质,那么V就是一个线性空间。

1.加法封闭性:对于V中的任意两个向量u和v,它们的和u+v也属于V。

2.加法交换律:对于V中的任意两个向量u和v,满足u+v=v+u。

3.加法结合律:对于V中的任意三个向量u、v和w,满足(u+v)+w = u+(v+w)。

4.零向量存在性:存在一个元素0∈V,使得对于V中的任意向量u,满足u+0=u。

5.加法逆元存在性:对于V中的任意向量u,存在一个元素-u∈V,使得u+(-u)=0。

6.标量乘法封闭性:对于V中的任意标量α和任意向量u,它们的乘积αu属于V。

7.分配律1:对于V中的任意标量α和β以及任意向量u,满足(α+β)u=αu+βu。

8.分配律2:对于V中的任意标量α和β以及任意向量u,满足α(u+v)=αu+αv。

线性空间的性质:线性空间具有一系列重要的性质,这些性质是对其定义中所列条件的进一步推演和说明。

1.线性空间的零向量唯一:对于一个线性空间V,其零向量是唯一的,即不存在不同的零向量。

2.零向量的加法逆元唯一:对于一个线性空间V以及其中的一个向量u,其加法逆元-u是唯一的,即不存在不同的加法逆元。

3.标量乘法的单位元:对于一个线性空间V,乘以标量1的结果是原向量本身,即1u=u。

4.标量乘法的分配律:对于一个线性空间V以及其中的两个标量α和β,乘法分配律表示为(α+β)u=αu+βu和α(u+v)=αu+αv。

5.标量乘法的结合律:对于一个线性空间V以及其中的两个标量α和β,乘法结合律表示为(αβ)u=α(βu)。

线性空间 知识点总结

线性空间 知识点总结

线性空间知识点总结本文将从定义、性质、例子、拓扑结构等多个方面对线性空间进行总结,以帮助读者更全面地理解这一概念。

一、线性空间的定义线性空间的定义较为抽象,它可以用来表示向量、矩阵、多项式等各种类型的数学对象。

线性空间是一个非空集合V,配上两个操作:加法和数乘。

加法指的是将两个向量或数学对象相加得到一个新的向量或数学对象,数乘指的是将一个标量与一个向量或数学对象相乘得到一个新的向量或数学对象。

具体来说,给定一个域F,一个线性空间V满足以下条件:1. 对于V中的任意两个元素x、y,它们的和x+y也属于V。

2. 对于V中的任意元素x和任意标量c,它们的数乘cx也属于V。

3. 加法满足结合律和交换律。

4. 加法单位元(零向量)存在。

5. 数乘满足分配律。

6. 数乘满足标量乘1等于自身。

换句话说,线性空间V是一个满足上述条件的非空集合,它配备了加法和数乘这两种运算,并且这两种运算满足一定的性质。

二、线性空间的性质线性空间有许多重要的性质,这些性质不仅体现了线性空间的内在结构,也为线性空间的进一步研究提供了重要的基础。

下面介绍线性空间的一些主要性质:1. 线性空间中的元素有唯一加法逆元。

对于线性空间V中的任意元素x,存在一个唯一的元素-y,使得x+y=0,其中0表示线性空间V中的零向量。

2. 线性空间中的元素满足交换律和结合律。

即对于线性空间V中的任意元素x、y、z,有x+y=y+x,(x+y)+z=x+(y+z)。

3. 线性空间中的元素满足分配律。

即对于线性空间V中的任意元素x、y、z和任意标量c,有c(x+y)=cx+cy,(c+d)x=cx+dx。

4. 线性空间中的元素满足数乘单位元的性质。

即对于线性空间V中的任意元素x,有1∙x=x。

5. 线性空间中的元素满足数乘交换律。

即对于线性空间V中的任意元素x和任意标量c、d,有c(dx)=(cd)x。

6. 线性空间中的元素满足数乘结合律。

即对于线性空间V中的任意元素x和任意标量c、d,有(c+d)x=cx+dx。

线性空间的定义

线性空间的定义
第二节
线性空间的定义与简单性质
主要内容
引入
定义
线性空间的简单性质
一、引入
线性空间是线性代数最基本的概念之一. 这一 节我们来介绍它的定义,并讨论它的一些最简单的 性质. 线性空间也是我们碰到的第一个抽象的概念, 为了说明它的来源,在引入定义之前,先看几个熟 知的例子.
例 1 在解析几何中,我们讨论过三维空间
一个自身上的线性空间.
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. 一般用小写的希腊字母
, , , … 表示线性空间 V 中的元素,用小写的
拉丁字母 a, b, c, … 表示数域 P 中的数.
下面我们直接从定义来证明线性空间的一些简 单性质.
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. 集合 { p ( x ) | p ( x ) = a 0 + a 1x + … + a n x n , a n 0 } 对同样的运算不构成线性空间,因为两个 n 次多 但是,数域 P 上的多项式
三、线性空间的简单性质
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. 只要证明 01 = 02 即可. 考虑和 01 + 0 2
由于 01 是零元素,所以 01 + 02 = 02 . 又由于 02 也
是零元素,所以 于是 01 + 0 2 = 0 2 + 0 1 = 0 1 , 01 = 0 1 + 0 2 = 0 2 .
证毕
2. 负元素是唯一的.

第四章线性空间

第四章线性空间

第四章 线性空间线性空间是二维、三维几何空间及n 维向量空间的推广。

线性空间中的元素统称为向量,但此时的向量除了可以是n 维向量以外,还可以是矩阵、多项式、函数、数等,这体现了这个概念的一般性。

另一方面,线性空间要规定两种运算:加法与数乘,但这一概念是抽象的。

4.1 线性空间线性空间是线性代数的基本概念,它是通过对不同的数学对象的共同本质(线性的)进行的抽象。

所谓线性空间,就是定义了两种运算(加法与数乘)的非空集合,该集合在这两种运算下保持封闭性。

1. 定义:设V 是一个非空集合,P 为一个数域。

在集合V 的元素之间定义了一种代数运算叫做加法,即任取γβαγβα=+∈∈使有唯一,,,V V ,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,即任取αV ∈,有唯一的.,ηαη=∈k V 使得如果加法与数乘满足下面的规则:(1)αββα+=+;(2))()(γβαγβα++=++;(3)在V 中有一个元素0,对V 中任意元素α,有α+0=α;(4)对V 中任意元素α,都有V 中元素β,使得=+βα0;(5)1α=α;(6)αα)()(kl l k =;(7)αααl k l k +=+)(;(8)αββαk k k +=+)(;则称V 为数域P 上线性空间。

在线性空间里,V 中的元素称为向量,0元素称为零向量,当 =+βα0时,β为α的负向量。

2.线性空间的性质;(1) 零元素是唯一的;(2) 任意向量α的负向量是唯一的,记为-α;(3) 0α=0,(-1)α=-α,k0=0;(4) 若k α=0,则k=0或α=0。

3. 线性子空间如果线性空间V 的非空子集W ,关于V 所定义的两种运算也构成一个线性空间,则称W 维V 的一个线性子空间。

若W 是V 的非空子集,W 中的元素关于V 的两种运算自然满足八条运算规则,于是判断W 是是否构成V 的线性子空间,只要验证W 关于V 的两种运算是否封闭,即“任取→∈∈+P k W ,βαW k W ∈∈+αβα,” 是否成立。

线性空间的定义与性质.ppt

线性空间的定义与性质.ppt

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.
下面验证八条线性运算规律: 对任意a, b, cR+, k, lR, (1) ab = a b = b a = ba ;
(2) (ab)c = (a b)c = (a b)c = a(b c) = a(b c) =a(bc) ;
P[x]n,
p(x)
多项式加法, 数乘两种运算对Q[x]n不满足线性运算的封闭性. 实际上
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 S[x]={ s(x)=Asin(x+B) | A, BR} 对于通常的函数加法及数乘函数的乘法构成线性空间. 对s1(x)=A1sin(x+B1), s2(x)=A2sin(x+B2)S[x], R,
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): 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 = ; (6) 数乘结合律: k(l ) = (l k) ; (7) 数乘对加法的分配律: k( + )= k +k ; (8) 数量加法对数乘的分配律: (k+l) = k +l .
  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)。

1
定理2 充分性的证明过程也是解线性方程组的一般 规则. 当r<n时,解向量依赖于n-r个参数.
因而方程组(1)有无穷多解. 当r=n时方程
组(1)只有唯一解. 定理3 非齐次线性方程组 (1):
当 rA rB 时,无解;
当 rA rB n 时,有唯一解;
当 rA rB n 时有无穷多解.
齐次线性方程组 Ax 0
R(A) n Ax 0只有零解; R(A) n Ax 0有非零解.
5
预备概念:
解集合:一个线性方程组的全体解向量构成的集合.
§3.3.1齐次线性方程组的基础解系
a11 x1 a12 x2 a1n xn 0
a21 x1 a22 x2
a2n xn 0
的“+”和“·”不同.
• 要证明某非空集合V 对于给定的两种运算能构成数 域F上的线性空间,需逐条验证“+”和“·”的封闭 性及运算规律(1)—(8)成立;要否定某非空集合V 对于给定的两种运算不能构成数域F上的线性空间, 只须说明加法或数乘运算不封闭,或(1)—(8)中有 一条不满足即可.
• 给定V及F,一般可用多种不同的方法定义出不同的 线性空间.
最简形
1
0
b11
b1 ,n r
0 A~
0
1
br1
br
,nr
0
0 0
15
(2)得出 R(A) r,同时也可知方程组的一
个基础解系含有n r 个线性无关的解向量.
由于
Ax
0
x1 b11 xr1 b1,nr xn
xr br1 xr1 br ,nr xn
1
0
b1 ,n r
,nr
br
,n
r
0
.
0
1
为齐次线性方程组的一个基础解系.
17
2.齐次线性方程组通解
k11 k22 knr nr
其中k1, k2 , , knr是任意常数. 3.非齐次线性方程组通解
X 0 k11 k22 knr nr
其中k1, k2 , , knr是任意常数. X0 是一特解.
7
(2)若 x 1 为 Ax 0的解, k 为实数,则
x k1 Ax 0
也是
的解.
证明 A(k1 ) kA(1 ) k0 0.
证毕.
齐次线性方程组若干个解的任意线性组合仍是
Ax=0的解. 即: 设 X1, X2, …, Xs为解,则
s
j X j
j 1
( 1,2 , ,s 为任意数)
也为原方程组的解.
xr1 1 0
0

xr2
0
,
1
,
,
0
.
xn 0 0
1
16

x1 b11 源自,b12 ,
,
b1 ,n r
,
xr br1 br2
br
,n
r
b11

br
1
1 1 ,
0
0
b12
br
2
2 0 ,
个解. 则
AX1 b, AX2 b, AX 3 O
从而
A( X1 X 2 ) AX1 AX 2 b b O
A( X1 X 3 ) AX1 AX 3 b O b
11

➢非齐次线性方程组(1)的两个解的差是对应 导出组(2)的解;
➢非齐次线性方程组(1)的解与导出组(2)的解 的和仍是(1)的解。
复习线性方程组的解法
a11 x1 a12 x2 a1n xn b1
a21 x1 a22 x2
a2n xn b2
(1)
am1 x1 am2 x2 amn xn bm
1. 有解的条件 定理1 非齐次线性方程组(1)有解的充要条件是,
系数矩阵与增广矩阵的秩相同,即
rA rB
19
第一节 线性空间的概念
§4.1.1 线性空间的定义和例子
一.数域
下面的方程有解吗?
x2 + 1 = 0
•在自然数、整数、有理数、实数范围内无解. •在复数范围内有解:0±i
可见,在不同的讨论范围内,得到的回答不一样.
常见讨论范围:有理数的全体,实数的全体, 复数的全体.
20
• 在代数中,常把有共同性质的对象一起讨论. • 关于数的加、减、乘、除等运算的性质通常称为
X * k1X1 k2 X2 成立. 于是
knr Xnr
X X 0 k1 X1 k2 X 2 knr X nr
(3)
这说明,任何齐次线性方程组(1)的任何一个解都
可表成(3)的形式.
13
而所有具有(3)形式的向量,即当 k1, k2 , , knr 任意取值时,显然都是非齐次线性方程组的(1)解.
2
2.矩阵消元法
可以通过方程组的初等变换来化简方程组, 使之成为同解的方程组,从而简化求解过程.
线性方程组的初等变换:
用一非零数乘某一方程; 把一个方程的倍数加到另一个方程; 互换两个方程的位置.
线性方程组可以用增广矩阵来代表, 对线性方程组的初等变换就相当于对其增 广矩阵进行初等行变换.
3
kf (x) C[a,b] (k R)
23
综合上面几个例子,可以得到
所考虑的对象虽然完全不同,但是它们都有一个 共同点,那就是它们都有加法和数量乘法两种运算。 当然,随着对象不同,这两种运算定义也不同。
为了抓住它们的共同点,把它们统一起来 研究,因而引入线性空间的概念。
24
线性空间的定义
定义1. 设V 是一个非空集合,F是一个数域, 在集合V 中定义元(元素)之间的加法运算,使
27
例1.实数域R上的全体m n矩阵,对于矩阵的加法 和数乘运算构成R上的线性空间,记作R mn (或M mn ( R)).
例2.所有次数不超过n(n是自然数)的实系数多项式的 全体,关于通常多项式的加法以及实数与多项式的 乘法构成一个实线性空间,记作Pn[ x]. 即: Pn[ x] { p( x) a0 a1x an xn | a0,a1, ,an R }
(1)
am1 x1 am2 x2 amn xn 0
矩阵形式 Ax=0
6
解的性质
(1)若x 1 , x 2 为 Ax 0 的解,则 x 1 2
也是 Ax 0 的解.
证明 A1 0, A2 0
A(1 2 ) A1 A2 0 0 0
故 x 1 2 也是Ax 0的解.
得任意α,β∈V ,都有α+β∈V ;在F与V的元之 间定义一个数量乘法运算,使得任意k∈F及 a∈V ,都有 ka∈V 。并且加法和数量乘法满
足下列运算规律,则称V为数域F上的线性空间。 【按所定义的线性运算构成数域F上的线性空 间(或者向量空间)】简称V是F上的线性空间, V 的元称为向量.
25
29
例5 实(复)数域按本身的加法和乘法构成自身上的一 个线性空间.
例6 次数等于n(n≥1)的实系数多项式的全体,对于多 项式的加法和数量乘法,能否构成数域R上的线 性空间?
解: xn V , xn 1V , 但
xn ( xn 1) 1V
∴V 对加法运算不封闭,从而V 对于指定的 运算不构成R上的线性空间.
得到:
若用初等行变换把方程组(1)的增广矩阵B化 成 程矩组阵(1)B的1,同则解以方B程1为组增。广矩阵的线性方程组是方
写出(1)的增广矩阵B
B 初等行变换 B1
rA rB ?
N
Y
无解
rA rB n?
N
Y
无穷解(解依赖n-r个参量) 唯一解
4
小结
非齐次线性方程组 Ax
R(A) ≠R(B) Ax 无解; R(A) R(B) n Ax 有唯一解; R(A) R(B) n Ax β 有无穷多解.
加,也可以与实数作数量乘法. 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.
22
所有n阶实矩阵:也定义了加法和数量乘法
( ) ( ) ( ) aij bij aij bij
( ) ( ) k aij kaij
n维向量作为特殊的矩阵,也有类似运算规律.
定义在区间[a, b]上的连续函数的全体构成集合 C[a,b]: f (x), g(x) C[a,b] 有 f (x) g(x) C[a,b]
4. 线性方程组解的情况
AX 有解 R( A) n
(此时基础解系中含有n R(A)个解向量)
R(A) R(B) n AX 有唯一解
R(A) R(B) n AX 有无穷解
R(A) R(B) AX 无解 18
第四章 线性空间
本章主要讨论线性空间的一些基 本概念与基本定理,在此基础上使大 家能利用这些基本概念与定理解决相 关问题.
30
例7 判别下列集合是否为向量空间
V2{x(1 x2 xn)T | x2 xnR }
解: V2不是向量空间
因为若a(1 a2 an)T V2 则2a(2 2a2
2an)T V2
例8. 问当 b 0 时,非齐次的线性方程组Ax=b的解
设 a、、 V,、 F
(1) a a
(2) (a ) a ( )
(3) 0V,对a V,都有a 0 a
(4) a V, V,都有a 0,
称为a的负元,记做 a。
(5) 1a a
(6) (a ) a
(7) ( )a a a
(8) (a ) ()a
8
当 rA n 时,齐次线性方程组的解集合有无穷
个解向量. 但此集合一定存在极大线性无关子组.
例如 设 X1, X2 , , X s 是其一个极大线性无关子组.
相关文档
最新文档