线性空间的结构和性质
线性空间与线性变换
线性空间与线性变换线性空间是线性代数的一个重要概念，扮演着理解线性变换的基础角色。
本文将介绍线性空间的定义、性质以及线性变换的概念和特性。
一、线性空间的定义与性质线性空间，也被称为向量空间，是指一个集合，其中包含一些向量，满足特定的性质。
具体而言，线性空间需要满足以下几个条件：1. 封闭性：对于线性空间中的任意两个向量，它们的线性组合也属于该空间。
即，如果向量a和向量b属于线性空间V，那么对于任意标量α和β，αa + βb也属于V。
2. 加法封闭性：线性空间中的向量满足加法封闭性，即对于任意的向量a和b，它们的和a + b也属于该空间。
3. 数乘封闭性：线性空间中的向量满足数乘封闭性，即对于任意的向量a和标量α，它们的积αa也属于该空间。
4. 满足加法和数乘的运算性质：线性空间中的向量满足加法和数乘的交换律、结合律和分配律。
线性空间的性质还包括零向量、负向量和线性相关性。
零向量表示线性空间中存在一个使其与任何向量相加得到自身的向量，负向量表示线性空间中的向量存在一个加法逆元。
线性相关性指的是线性空间中存在一组向量线性组合为零向量的关系。
二、线性变换的定义和性质线性变换是指在两个线性空间之间的映射，它保持了向量空间中的线性结构。
具体而言，线性变换需要满足以下几个条件：1. 保持加法运算：对于线性变换T，对任意的向量a和b，有T(a +b) = T(a) + T(b)。
2. 保持数乘运算：对于线性变换T和标量α，有T(αa) = αT(a)。
线性变换的性质还包括零变换、恒等变换和可逆性。
零变换表示线性变换将所有向量映射为零向量。
恒等变换表示线性变换将每个向量映射为其本身。
可逆性表示存在一个逆变换，使得两个线性变换进行复合后得到恒等变换。
三、线性空间与线性变换的关系线性空间和线性变换密切相关，线性变换本质上是线性空间之间的映射，它将一个线性空间中的向量映射到另一个线性空间中。
线性变换保持了向量空间的线性结构，在线性代数中起到了重要的作用。
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 ⇒-⋅+=⇒⋅+=⇒+=.。
线性空间与线性变换
线性空间与线性变换线性空间和线性变换是线性代数中的重要概念，在数学和物理等领域有着广泛的应用。
本文将介绍线性空间和线性变换的概念、性质以及它们之间的关系。
一、线性空间的定义和性质线性空间是指具有加法运算和数乘运算的集合，满足以下条件：1. 加法运算闭合性：对于任意两个向量u和v，它们的和u+v仍然属于该集合。
2. 加法交换律：对于任意两个向量u和v，有u+v = v+u。
3. 加法结合律：对于任意三个向量u、v和w，有(u+v)+w =u+(v+w)。
4. 存在零向量：存在一个特殊的向量0，使得对于任意向量v，有v+0 = v。
5. 对于任意向量v，存在其负向量-u，使得v+(-u) = 0。
6. 数乘运算闭合性：对于任意标量c和向量v，它们的乘积cv仍然属于该集合。
7. 数乘结合律：对于任意标量c和d以及向量v，有(c+d)v = cv+dv。
8. 数乘分配律1：对于任意标量c以及向量u和v，有c(u+v) =cu+cv。
9. 数乘分配律2：对于任意标量c和d以及向量v，有(cd)v = c(dv)。
线性空间的例子包括n维向量空间和函数空间等。
它们满足上述定义中的所有条件。
二、线性变换的定义和性质线性变换是指将一个线性空间映射到另一个线性空间的映射，满足以下条件：1. 对于任意向量v和w以及标量c，线性变换T满足T(v+w) =T(v)+T(w)和T(cv) = cT(v)。
2. 线性变换T保持向量的线性组合关系，即对于任意向量v1、v2、...、vn和标量c1、c2、...、cn，有T(c1v1+c2v2+...+cnvn) =c1T(v1)+c2T(v2)+...+cnT(vn)。
3. 线性变换T将零向量映射为目标线性空间的零向量。
线性变换的例子包括平移、旋转和缩放等。
它们保持向量空间的线性结构和线性关系。
三、线性空间与线性变换的关系线性空间和线性变换之间存在着密切的联系。
给定一个线性空间V，定义一个线性变换T：V→W，其中W是另一个线性空间。
线性空间与子空间的性质
线性空间与子空间的性质线性空间是数学中的一个重要概念，广泛应用于线性代数、函数分析和其他相关领域。
线性空间由两个基本要素组成：一个域和一个向量集合。
在线性空间中，向量之间可以进行加法和数乘操作，并满足相应的性质。
子空间是线性空间的一个重要概念，它由线性空间中的一部分向量组成，同时满足线性空间的定义和运算规则。
本文将介绍线性空间和子空间的性质。
一、线性空间的性质1. 加法封闭性线性空间中的任意两个向量相加仍然属于该空间。
即对于任意的向量u和v，u+v仍然属于线性空间。
2. 数乘封闭性线性空间中的任意向量与一个标量相乘仍然属于该空间。
即对于任意的向量u和标量c，cu仍然属于线性空间。
3. 加法交换律线性空间中的向量加法满足交换律。
即对于任意的向量u和v，u+v=v+u。
4. 加法结合律线性空间中的向量加法满足结合律。
即对于任意的向量u、v和w，(u+v)+w=u+(v+w)。
5. 零向量的存在线性空间中存在一个特殊的向量，称为零向量，它与任意向量相加得到该向量本身。
即对于线性空间中的任意向量u，存在一个零向量0，使得u+0=u。
6. 加法逆元的存在线性空间中的任意向量都存在一个相反向量，使得它们相加等于零向量。
即对于线性空间中的任意向量u，存在一个向量-v，使得u+(-v)=0。
二、子空间的性质1. 非空性子空间中至少包含一个向量。
2. 加法封闭性子空间中的任意两个向量相加仍然属于该子空间。
即对于任意的子空间中的向量u和v，u+v仍然属于该子空间。
3. 数乘封闭性子空间中的任意向量与一个标量相乘仍然属于该子空间。
即对于任意的子空间中的向量u和标量c，cu仍然属于该子空间。
4. 包含零向量子空间中必须包含零向量。
5. 子空间的维数子空间的维数是指子空间中所含向量的最大线性无关组的向量个数。
6. 子空间的性质继承子空间继承了线性空间的所有性质。
总结：线性空间是由向量组成的数学结构，具有加法和数乘操作，并满足一系列性质，如加法封闭性和数乘封闭性。
线性空间的基与维数
线性空间的基与维数线性空间是线性代数中的重要概念，它是指具有加法和数乘运算的集合，并满足线性空间的定义和性质。
在线性空间中，基和维数是两个核心概念，它们对于理解线性空间的结构和性质具有重要意义。
一、线性空间的定义和性质线性空间是指满足以下定义和性质的集合：1. 集合中存在加法运算，即对于任意两个元素x和y，存在相应的元素x+y；2. 集合中存在数乘运算，即对于任意元素x和数k，存在相应的元素kx；3. 加法和数乘运算满足封闭性，即对于任意元素x和y，x+y和kx 仍然属于该集合；4. 加法满足结合律和交换律，即对于任意元素x、y和z，(x+y)+z=x+(y+z)和x+y=y+x；5. 加法满足单位元存在性，即存在一个元素0，对于任意元素x，有x+0=x；6. 加法满足逆元存在性，即对于任意元素x，存在相应的元素-y，使得x+(-y)=0；7. 数乘运算满足结合律和分配律，即对于任意元素x和k、l，有k(lx)=(kl)x和(k+l)x=kx+lx；8. 数乘运算满足单位元存在性，即对于任意元素x，有1x=x。
二、在线性空间中，基是指一个线性无关且能生成整个空间的向量组。
即对于线性空间V，存在向量组{v1, v2, ..., vn}，满足以下条件：1. 线性无关性：向量组中的任意有限个向量线性无关，即不存在非零标量c1, c2, ..., cn，使得c1v1 + c2v2 + ... + cnvn = 0；2. 生成性：向量组的线性组合能够生成整个线性空间V，即对于任意向量v∈V，存在标量c1, c2, ..., cn，使得v = c1v1 + c2v2 + ... + cnvn。
线性空间的维数是指基中向量的个数，用n表示。
记作dim(V) = n。
三、线性空间的基与维数的性质线性空间的基与维数具有以下性质：1. 基的个数是唯一的：线性空间V的任意两个基所含向量个数相同；2. 维数的唯一性：线性空间V的维数唯一，与基的选择无关；3. 向量组的性质：线性空间V中的任意向量组若线性无关，则含有的向量个数不超过维数；4. 维数与子空间：线性空间V的任意非零子空间的维数小于等于V的维数；5. 维数与线性变换：线性空间V到线性空间W的线性映射T是满射时，有dim(W) ≤ dim(V)；当T是一一映射时，有dim(W) ≥ dim(V)。
线性空间与线性映射的基本理论
线性空间与线性映射的基本理论线性空间是数学中一种重要的结构，广泛应用于线性代数、函数分析等领域。
线性映射作为线性空间之间的一种变换方式，对于研究线性空间的性质及其应用有着重要的作用。
本文将介绍线性空间与线性映射的基本理论，包括定义、性质以及相关定理的证明。
一、线性空间的定义与性质线性空间是指一个具有加法运算和数乘运算的集合，且满足一定的公理。
设V为一个集合，如果满足以下条件：1. 加法运算：对于任意的u、v∈V，存在一个元素u+v∈V，使得加法对于V中元素的操作满足交换律、结合律和存在零元素的性质。
2. 数乘运算：对于任意的α∈F（其中F为一个数域）和u∈V，存在一个元素αu∈V，使得数乘对于V中元素的操作满足结合律、分配律和单位元素的性质。
3. 加法单位元：存在一个元素0∈V，使得对于任意的u∈V，有u+0=u。
4. 相反元素存在：对于任意的u∈V，存在一个元素-v∈V，使得u+(-v)=0。
5. 数乘单位元：对于任意的u∈V，有1u=u。
若V满足上述条件，则称V为线性空间，V中的元素称为向量。
线性空间的定义体现了加法和数乘运算的基本性质。
二、线性映射的定义与性质线性映射是指将一个线性空间的向量映射到另一个线性空间的映射。
设V和W为两个线性空间，f: V→W是一个映射。
如果满足以下条件：1. 直线性：对于任意的u、v∈V和任意的α、β∈F，有f(αu+βv)=αf(u)+βf(v)。
2. 零元映射：f(0_V)=0_W，即零向量在V中的映射值为0_W。
则称f为从V到W的线性映射。
线性映射的定义保持了线性空间的运算性质，即通过映射后仍然保持加法和数乘的运算性质。
三、线性映射的性质与定理1. 线性映射的零核与满射性质：设f: V→W是一个线性映射，则f是满射（surjective）当且仅当它的像空间W即为整个目标空间W；f是单射（injective）当且仅当它的核空间（即所有映射为零向量的V中的向量构成的集合）为零空间{0_V}。
线性空间中的基本定义及性质
线性空间中的基本定义及性质线性空间是现今数学中的一个基础概念。
它在向量、矩阵、微积分、拓扑等多个数学分支中都有广泛的应用。
本文将简单介绍线性空间的基本定义及其性质。
一、线性空间的基本定义线性空间是一种包含数个元素的空间，其内部具有向量加法运算和数乘运算。
具体来说，设V为一个非空集合，其中的元素称为向量。
若V上有两种运算，一种为向量加法运算，用+表示，另一种为数乘运算，用·表示，则称(V, +, ·)为一个线性空间，满足以下条件：1.加法交换律：对任意u,v∈V，有u+v=v+u；2.加法结合律：对任意u,v,w∈V，有(u+v)+w=u+(v+w)；3.存在零向量：存在一个元素0∈V，使得对任意u∈V，有u+0=u；4.对任意向量u∈V，存在相反元素：对任意u∈V，存在一个元素-v∈V，使得u+(-v)=0；5.数乘结合律：对任意α,α∈R，u∈V，有(αα)u=α(αu)；6.分配律：对任意α∈R，u,v∈V，有α(u+v)=αu+αv，(α+α)u=αu+αu；7.标量乘法：对任意u∈V，有1u=u。
在以上定义中，R表示实数集合上的乘法运算。
二、线性空间的性质线性空间的定义虽然简单，但它带来了许多重要的性质。
以下是几个典型的例子：1. 零向量唯一性：线性空间中仅存在一个零向量，任何向量加上该零向量等于其本身。
2. 相反元素唯一性：线性空间中任一向量的相反元素是唯一的。
3. 线性组合性质：设{u1,u2,...,un}为V中的向量。
{a1,a2,...,an}为任意实数，则线性组合a1u1+a2u2+...+anun∈V。
其中，每个ai乘以ui叫做向量ui 的系数。
4. 子空间的定义：设V为一个线性空间，如果它的子集W满足：（1）对于任意向量u,v∈W，u+v∈W；（2）对于任意α∈R，u∈W，有αu∈W；则称W是V的一个子空间。
5. 线性无关性：设V为一个线性空间，{u1,u2,...,un}为其中的向量。
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。
第六章线性空间
第六章线性空间§ 1集合•映射一、集合集合是数学中最基本的概念之一，所谓集合就是指作为整体看的一堆东西• 组成集合的东西称为这个集合的元素•用a M表示a是集合M的元素，读为：a属于M .用a F M表示a不是集合M的元素，读为：a不属于M .所谓给出一个集合就是规定这个集合是由哪些元素组成的•因此给出一个集合的方式不外两种，一种是列举法：列举出它全部的元素，一种是描述法：给出这个集合的元素所具有的特征性质.设M是具有某些性质的全部元素所成的集合，就可写成M = "a |a具有的性质—不包含任何元素的集合称为空集，记作'.如果两个集合M与N含有完全相同的元素，即a M当且仅当a N，那么它们就称为相等，记为M二N .如果集合M的元素全是集合N的元素，即由a • M可以推出a • N，那么M 就称为N的子集合，记为M N或N二M .两个集合M和N如果同时满足M N和N二M .,则M和N相等.设M和N是两个集合，既属于M又属于N的全体元素所成的集合称为M 与N 的交，记为M N .属于集合M或者属于集合N的全体元素所成的集合称为M与N的并，记为M N .二、映射设M和M •是两个集合，所谓集合M到集合M的一个映射就是指一个法则，它使M中每一个元素a都有M •中一个确定的元素a •与之对应.如果映射二使元素a > M与元素a • M对应，那么就记为a ■就为a在映射二下的像，而a称为a ■在映射二下的一个原像.M到M自身的映射，有时也称为M到自身的变换.关于M到M •的映射匚应注意：1）M与M •可以相同，也可以不同；2）对于M中每个元素a，需要有M •中一个唯一确定的元素a •与它对应；3）—般，M •中元素不一定都是M中元素的像；4）M中不相同元素的像可能相同；5）两个集合之间可以建立多个映射.集合M到集合M ■的两个映射二及.，若对M的每个元素a都有二（a）二.（a）则称它们相等，记作二二...例1 M是全体整数的集合，M •是全体偶数的集合，定义-（n） = 2n, n M ,这是M到M •的一个映射.例2 M是数域P上全体n级矩阵的集合，定义5（A） A|,A M .这是M到P的一个映射.例3 M是数域P上全体n级矩阵的集合，定义二2（a）二aE , a P .E是n级单位矩阵，这是P到M的一个映射.例4对于f（x） P[x],定义r f（X））= f （x）这是P[X]到自身的一个映射.例5设M，M是两个非空的集合，a0是M中一个固定的元素，定义「（a）二a0,a M .这是M到M •的一个映射.例6设M 是- -个集合，定义二（a）二 a ,a M .即二把M的每个元素都映到它自身，称为集合M的恒等映射或单位映射，记为1 M .例7任意一个定义在全体实数上的函数y 二f（x）都是实数集合到自身的映射，因此函数可以认为是映射的一个特殊情形.对于映射可以定义乘法，设匚及.分别是集合M到M，M ■到M “的映射，乘积.二定义为（.；「）（a） = （；「（a）） ,a M ,即相继施行；「和.的结果，.；「是M到M ”的一个映射.对于集合集合M到M的任何一个映射匚显然都有1M一"M .映射的乘法适合结合律.设匚,•「分别是集合M到M，M ■到M ，M “到M托勺映射，映射乘法的结合律就是（-）；「- （；「）.设二是集合M到M •的一个映射，用；「（M ）代表M在映射二下像的全体，称为M在映射二下的像集合.显然；「（M ） M .如果二（M ）二M •，映射二称为映上的或满射.如果在映射二下，M中不同元素的像也一定不同，即由a^ - a2一定有二（耳）=二（a?），那么映射二就称为1-1的或单射.一个映射如果既是单射又是满射就称1-1对应或双射.对于M到M •的双射二可以自然地定义它的逆映射，记为匚* .因为二为满射，所以M •中每个元素都有原像，又因为二是单射，所以每个元素只有一个原像，定义二'(a)二a,当二(a) = a .显然，二」是M ■到M的一个双射，并且'■- '■- = = 1 M '.不难证明，如果匚,.分别是M到M , M ■到M ”的双射，那么乘积v就是M到M “的一个双射.§ 2线性空间的定义与简单性质一、线性空间的定义.例1 在解析几何里，讨论过三维空间中的向量.向量的基本属性是可以按平行四边形规律相加，也可以与实数作数量算法•不少几何和力学对象的性质是可以通过向量的这两种运算来描述的.10按平行四边形法则所定义的向量的加法是V3的一个运算；2°解析几何中规定的实数与向量的乘法是R X V3到V3的一个运算.30由知道，空间上向量的上述两种运算满足八条运算规律.例2.数域P上一切矩阵所成的集合对于矩阵的加法和数与矩阵的乘法满足上述规律.定义1令V是一个非空集合，P是一个数域.在集合V的元素之间定义了一种代数运算，叫做加法；这就是说给出了一个法则，.对于V中任意两个向量〉与,在V中都有唯一的一个元素与它们对应，称为〉与］的和，记为 =：'■.在数域P与集合V的元素之间还定义了一种运算，叫做数量乘法；这就是说，对于数域P中任一个数k与V中任一个元素—在V中都有唯一的一个元素：与它们对应，称为k与〉的数量乘积，记为：二k〉.如果加法与数量乘法满足下述规则，那么V称为数域P上的线性空间.加法满足下面四条规则：：1） :- - - = ■ ■ :■；2）（、£）；3）在V中有一个元素0^ V ,都有: （具有这个性质的元素0称为V的零元素）；4） -• V , 「V , st 〉• 1 = 0 （ 1 称为〉的负元素）.数量乘法满足下面两条规则：5） 1——：；6）k（l：）=（kl）：;数量乘法与加法满足下面两条规则:7）（k 亠丨）：-k：：亠丨、；;8）k （；*_亠 | ；）= k 很亠k |;在以上规则中，k,l等表示数域P中任意数；：•「，等表示集合V中任意元素.例3数域P上一元多项式环P[x],按通常的多项式加法和数与多项式的乘法，构成一个数域P上的线性空间.如果只考虑其中次数小于n的多项式，再添上零多项式也构成数域P上的一个线性空间，用P[x]n表示.例4元素属于数域P的m n矩阵，按矩阵的加法和数与矩阵的数量乘法，构成数域P上的一个线性空间，用P mn表示•例5全体实函数，按函数加法和数与函数的数量乘法，构成一个实数域上的线性空间.例6数域P按照本身的加法与乘法，即构成一个自身上的线性空间.例7以下集合对于所指定的运算是否作成实数域R上的线性空间：1）平面上全体向量所作成的集合V ,对于通常向量的加法和如下定义的纯量乘法：a ：二0,a R^ - V .2）R上n次多项式的全体所作成的集合W对于多项式的加法和数与多项式的乘法•例8设V是正实数集,R为实数域.规定，二---■（即〉与]的积）,a O ：■ —a（即〉的a次幕）,其中〉J • V,a・R.则V对于加法①和数乘。
线性空间与子空间
线性空间与子空间线性空间是线性代数中的重要概念，它是指具有加法和数乘运算的集合，并且满足一定的性质。
而子空间则是线性空间中的一个子集，该子集也是一个线性空间，并且具有与原线性空间相同的运算。
本文将详细介绍线性空间的定义和性质，以及子空间在其中的作用。
一、线性空间的定义线性空间是指具有加法运算和数乘运算的集合V，满足以下性质：1. 加法运算：对于任意的u、v∈V，有u+v∈V，并且满足交换律和结合律；2. 数乘运算：对于任意的k∈R（实数域）或C（复数域）和v∈V，有kv∈V，并且满足分配律和结合律；3. 存在零向量0∈V，使得对于任意的v∈V，有v+0=v；4. 对于任意的v∈V，存在其相反元素-v∈V，使得v+(-v)=0。
二、线性空间的性质线性空间具有以下性质：1. 零向量唯一性：线性空间中的零向量是唯一的；2. 相反元素唯一性：对于线性空间中的任意元素v，其相反元素-v是唯一的；3. 零乘运算：对于线性空间中的任意元素v，有0v=0；4. 数乘一致性：对于线性空间中的任意元素k和v，有k(v+w)=kv+kw；5. 加法一致性：对于线性空间中的任意元素k和v，有(k+m)v=kv+mv；6. 数乘结合性：对于线性空间中的任意元素k和l以及v，有(kl)v=k(lv)；7. 数乘单位元：对于线性空间中的任意元素v，有1v=v。
三、子空间的定义与性质子空间是指线性空间V的一个子集U，该子集也满足以下性质：1. 零向量：子空间U必须包含线性空间V的零向量；2. 封闭性：对于任意的u、v∈U和k∈R或C，有u+v∈U和ku∈U。
子空间是线性空间的重要组成部分，它拥有与原线性空间相同的运算，在研究线性空间的结构和性质时，子空间起着重要的作用。
四、线性空间与子空间的应用线性空间和子空间在实际问题中有着广泛的应用。
例如，在工程学中，许多物理量和现象可以通过线性空间的表示和运算来描述，如电力系统中的向量分析、力学中的矩阵运算等。
线性空间与子空间的定义与性质
线性空间与子空间的定义与性质线性空间是线性代数中的基本概念之一，它是由一组元素及其对应的运算所构成的数学结构。
本文将介绍线性空间的定义和性质，并讨论其子空间的特点。
一、线性空间的定义线性空间也称为向量空间，它由定义在一个域上的元素所组成，这些元素称为向量。
一个线性空间必须满足以下条件：1. 封闭性：对于任意向量a和b，其线性组合a+b也是线性空间中的向量。
2. 可加性：对于任意向量a、b和c，满足(a+b)+c = a+(b+c)的结合律。
3. 零向量：存在一个零向量0，使得对于任意向量a，有a+0=a。
4. 负向量：对于每个向量a，存在一个负向量-b，使得a+b=0。
5. 数乘性：对于任意向量a和标量k，其标量倍数ka也是线性空间中的向量。
6. 数乘分法：对于任意标量k和l，以及向量a，满足(kl)a=k(la)的结合律。
7. 数乘加法混合性：对于任意向量a和标量k、l，满足(k+l)a=ka+la 的分配律。
8. 数加分法混合性：对于任意向量a、b和标量k，满足k(a+b)=ka+kb的分配律。
二、线性子空间的定义线性子空间是指线性空间中的一个子集，它也是一个线性空间。
对于给定的线性空间V，如果集合W是V的子集，并且满足以下条件：1. 零向量：零向量0属于W。
2. 封闭性：对于任意向量a和b，若a和b都属于W，则其线性组合a+b也属于W。
3. 数乘性：对于任意向量a和标量k，若a属于W，则其标量倍数ka也属于W。
三、子空间的性质线性子空间具有如下性质：1. 非空性：线性子空间不能是空集。
2. 零向量唯一性：线性子空间中的零向量是唯一的。
3. 维数性质：设V是一个线性空间，W是V的一个有限维子空间，如果W的一组基包含n个向量，则W的任意一组线性无关的向量组也包含不超过n个向量。
4. 直和性质：设V是一个线性空间，W是V的一个子空间。
如果存在一个子空间U，使得V是U和W的直和，即任意向量v∈V都可以唯一地表示成v=u+w，其中u∈U，w∈W，则称V是子空间U和W 的直和。
线性空间线性空间的定义及性质知识预备集合笼统的说
第一讲线性空间一、线性空间的定义及性质[知识预备]★集合：笼统的说是指一些事物（或者对象）组成的整体。
集合的表示：枚举、表达式集合的运算：并（），交（）另外，集合的“和”（＋）：并不是严格意义上集合的运算，因为它限定了集合中元素须有可加性。
★数域：一种数集，对四则运算封闭（除数不为零）。
比如有理数域、实数域（R）和复数域（C）。
实数域和复数域是工程上较常用的两个数域。
线性空间是线性代数最基本的概念之一，也是学习现代矩阵论的重要基础。
1．线性空间的定义：设V是一个非空集合，其元素用zx,,等表示；K是一个数域，y其元素用m,等表示。
如果V满足[如下8条性质，分两类]:k,l（I）在V中定义一个“加法”运算，即当Vx∈，时，有唯一的和y+（封闭性），且加法运算满足下列性质:x∈yV（1）结合律z=+)()(；+y+zxyx+（2）交换律x+；=yyx+（3）零元律存在零元素O，使x+；x=O（4）负元律 对于任一元素V x ∈，存在一元素V y ∈，使O y x =+，且称y 为x 的负元素，记为)(x -。
则有O x x =-+)(。
（II ）在V 中定义一个“数乘”运算，即当K k V x ∈∈,时，有唯一的V kx ∈（封闭性），且数乘运算满足下列性质: （5）数因子分配律 ky kx y x k +=+)(； （6）分配律 lx kx x l k +=+)(； （7）结合律 x kl lx k )()(=； （8）恒等律 x x =1； 则称V 为数域K 上的线性空间。
注意以下几点：1）线性空间是基于一定数域来的。
同一个集合，对于不同数域，就可能构成不同的线性空间，甚至对有的数域能构成线性空间，而对其他数域不能构成线性空间。
2）两种运算、八条性质。
数域K 中的运算是具体的四则运算，而V 中所定义的加法运算和数乘运算则是抽象的、形式的。
3）除了两种运算和八条性质外，还应注意唯一性、封闭性是否满足。
线性空间的基与维数
线性空间的基与维数线性空间是线性代数中的重要概念，它在数学和应用领域中都有广泛的应用。
本文将探讨线性空间的基与维数，以及它们在线性代数中的意义和应用。
一、线性空间的概念与性质线性空间是指一个具备了加法运算和数乘运算的集合，且满足以下性质：1. 封闭性：对于任意向量组成的集合S，如果对于任意向量a，b∈S和任意标量c∈F（其中F表示该线性空间定义域内的域），都有a + b和c·a仍然属于S，则称S是该线性空间的一个子空间；2. 零向量：对于线性空间V，存在一个特殊的向量0，使得对于任意向量v∈V，有v + 0 = v；3. 加法逆元：对于线性空间V中的任意向量v，存在一个逆元向量−v，使得v + (−v) = 0；4. 结合律和分配律：对于线性空间V中的任意向量a，b和c，有(a + b) + c = a + (b + c)和c(a + b) = ca + cb。
二、线性空间的基在线性空间V中，如果存在一组向量{v1, v2, ..., vn}，满足：1. 这组向量线性无关；2. 任意向量v∈V都可以由这组向量线性表示。
那么，这组向量{v1, v2, ..., vn}被称为线性空间V的一个基。
基是线性空间中最重要的概念之一，它可以用来表示线性空间中的任意向量。
三、线性空间的维数线性空间的维数是指该线性空间的基所包含的向量个数。
记线性空间V的维数为dim(V)，则对于线性空间V的任意基，它所包含的向量个数都相同，即dim(V)是唯一确定的。
维数的概念在线性代数中具有重要的意义。
它可以用来衡量线性空间的大小以及其所能表示的向量的种类。
维数为1的线性空间只包含一个向量，而维数为n的线性空间可以表示任意n维向量。
四、线性空间的维数与基的关系线性空间的维数与其基是密切相关的。
根据线性代数的基本定理，任意线性空间中的所有基都包含相同数量的向量，即具有相同的维数。
设线性空间V的维数为n，则任意一个基包含n个线性无关的向量。
线性空间和子空间
线性空间和子空间线性空间是线性代数中的重要概念，它是指一个集合，在这个集合中定义了向量的相加和数乘两种运算，并且满足了一系列的性质。
而子空间是线性空间的一个重要概念，它是指线性空间中的一个子集，同时也是一个线性空间。
一、线性空间的定义和性质线性空间是指一个空间，其中的元素可以进行向量的相加和数与向量的乘法运算。
它的定义如下：定义：设V是一个非空集合，如果在V中定义了两种运算：向量的相加和数与向量的乘法，使得V满足以下性质：1. 向量加法运算：对于任意的u、v∈V，有u+v也属于V，并且满足交换律，即u+v=v+u。
2. 数与向量的乘法：对于任意的k∈R（实数域）和v∈V，有kv 也属于V，并且满足分配律，即k(u+v)=ku+kv。
3. 存在零向量：存在一个元素0∈V，使得对于任意的v∈V，有v+0=v。
4. 对于任意的v∈V，存在一个元素w∈V，使得v+w=0。
根据以上的定义，线性空间V满足了一系列的性质，如交换律、结合律、分配律等。
在实际应用中，线性空间可以是多维的，例如欧几里得空间、函数空间、向量空间等。
二、子空间的定义和判定子空间是线性空间的一个重要概念，它是指线性空间V的一个子集U，同时也是一个线性空间。
子空间的定义如下：定义：设V是一个线性空间，U是V的一个子集。
如果U本身也是一个线性空间，那么U称为V的子空间。
判定一个集合是否是线性空间的子空间，可以通过以下三个步骤进行：1. 非空性：子空间U必须是非空的，即U中必须至少有一个元素。
2. 加法封闭性：对于任意的u、v∈U，必须有u+v∈U，即子空间U在向量的相加运算下封闭。
3. 数乘封闭性：对于任意的k∈R（实数域）和u∈U，必须有ku∈U，即子空间U在数与向量的乘法运算下封闭。
通过以上的判定方法，可以得出一个集合是否是线性空间的子空间。
三、子空间的例子1. 平面空间：设V是三维向量空间，平面P是其中一个过原点的平面。
则平面P是V的一个子空间。
线性空间一(1-3).
是V的向量组。
则称x可由x1 ,x2 , …,x p线性表示，称x是 x1 ,x2 , …,x p的线性组合。 例１ 在二维空间R2中，任意一个二维向量 都可由标准单位向量e1 , e2 线性表示。
例2、在线性空间
中，
例3 在三维空间R3中，求k1 , k2 , k3 ,使得
求解
注：讨论向量组的线性表示可化为讨论线性方程组的求
则称向量组 x1 ,x2 , …,xp 是线性相关的； 否则，就称向量组 x1 ,x2 , …,xp 是线性无关的。
等价命题
命题一 向量组x1 ,x2 , …, xp是线性无关的充要条件 是仅当k1 = k2 = … = kp= 0 时成立
命题二 向量组 x1 ,x2 , …,xp 是线性相关的充 要条件是其中的一个向量可由其余的向量线性表 示。
定义 设V是一个非空集合，F是一个数域（如实数域R或 [1]加法运算
“和”
复数域C），如果在V上规定了下列两种运算， 则称V是数域F上的一个线性空间
对V的任意两个元素x、y，都有V的 唯一的 ，且满足
•（1）交换律 x+y=y+x; •（2）结合律 x+(y+z)=(x+y)+z; •（3）存在0元 x+0=x; •（4）存在负元-x x+(-x)=0 .
当F是实数域时，V称为实线性空间； 当F是复数域时，V称为复线性空间。
可以验证：
n维实向量空间是线性空间，仍记作
n维复向量空间是线性空间，仍记作
；
。
线性空间实例
•例1 所有 型矩阵在矩阵加法和数乘运算下 构成一个线性空间，记为 •例2 所有次数不超过n 的多项式在多项式加法 和数乘运算下构成一个线性空间,记为 •例3 二阶齐次线性微分方程的解集合对于函数加 法与数与函数的乘法构成一个线性空间。 •例4 闭区间[a,b]上所有连续函数的集合在函数加 法和数乘运算下构成一个线性空间,记为
- 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)。
（1）V中零元素（或称0向量）是唯一的。（2）V中任一向量x的负元素（或称负向量）是唯一的。（3）kx=0（其中k是域F中元素，x是V中元素）当且仅当k=0或x=0。（4）(-k)x=-(kx)=k(-x)。
例子
1.域F上m×n矩阵全体，按矩阵的加法与数乘是F上线性空间。2.复数域C是实数域R上的线性空间。3.域F上次数小于n的多项式形式全体是F上的线性空间。4.连续实变函数全体按函数的加法和数与函数的乘法是实数域R上的线性空间。
ab=ba
6.（乘法结合律）对F中任意元素a，存在一个≠0的元素，我们把它记作e，使得对F中的任意元素a，有
ae=a
8.（存在逆元）对F中任意≠0的元素a，在F中存在一个元素，我们把它记作a‘(因为这里显示不了a的负一次方，所以用a’代替)，有
aa'=e
9.（乘法对加法的分配律）对F中任意三个元素a，b，c，有
a(b+c)=ab+ac
常见的域有：复数域C、实数域R、有理数域Q，但是自然数集N和整数集Z都不是域。
我们所考虑的对象虽然不同，但是它们有一个共同点，那就是它们都有加法和数量乘法这两种运算。当然，随着对象的不同，其运算也是不同的。但是，当抽去这些集合中对象（元素）的具体形式及定义运算的具体规则（例如函数的加法规则与向量加法的规则是完全不同的。）之后，从代数运算所遵从的规律上看，如果与普通向量上的运算规律并无本质的不同，那么，也可把这些集合中的对象（元素）称为“向量”。当我们把这些对象当作向量之后，所研究的理论或实际问题通常变得非常简便。
《线性空间的结构和性质》
简单的说，线性空间是这样一种集合，其中任意两元素相加可构成此集合内的另一元素，任意元素与任意数（可以是实数也可以是复数，也可以是任意给定域中的元素）相乘后得到此集合内的另一元素。
域的概念：
首先介绍数域的概念：设F是至少包含两个数的数集，如果F中任意两个数的和、差、积、商(除数不为0)仍是F中的数，则称F为一个数域。常见的数域有：复数域C、实数域R、有理数域Q，但是自然数集N和整数集Z都不是数域。以下是线性空间严格的定义：设V是一个非空集合，F是一个数域，在集合V的元素之间定义一种代数运算，叫做加法；这就是说，给出了一个法则，对于V中任意两个元素x和y，在V中都有唯一的一个元素z与他们对应，称为x与y的和，记为z＝x＋y．在数域F与集合V的元素之间还定义了一种运算，叫做数量乘法；这就是说，对于数域F中任一数k与V中任一元素x，在V中都有唯一的一个元素y与他们对应，称为k与x的数量乘积，记为y＝kx。如果加法与乘法还满足下述规则，那么V称为数域F上的线性空间．
3.数量乘法和加法满足：
（7）（k+l）x=kx+lx；
（8）k（x+y）=kx+ky．
其中x，y，z为V中任意元素，k，l为数域F中的任意元素，1是F的乘法单位元。
数域F称为线性空间V的系数域或基域，F中元素称为纯量或数量（scalar），V中元素称为向量（vector）。
当系数域F为实数域时，V称为实线性空间。当F为复数域时，V称为复线性空间。
也就是说设F是一个非空集合，P是一个数域，在F中定义加法和乘法两种运算，且这两种运算对F来说是封闭的，也就是说，对F中的任意两个元素a，b，a+b和ab仍属于F，如果加法和乘法运算满足以下运算规则，则称F对所规定的加法和乘法运算作成一个域：
1.（加法交换律）对F中任意两个元素a，b，有
a+b=b+a
事实上，若 ，则 .
线性空间的子空间
在许多问题中，我们所研究的线性空间往往由某个更大的线性空间的一个适当大小的子集所构成。
定义
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中所定义的加法和数乘两种运算也构成一个线性空间，则称L为V的子空间.
定理
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.
线性空间定义
设V是一个非空集合，F是一个数域，在集合V的元素之间定义一种代数运算，叫做加法；这就是说，给出了一个法则，对于V中任意两个元素x和y，在V中都有唯一的一个元素z与他们对应，称为x与y的和，记为z=x+y．在数域F与集合V的元素之间还定义了一种运算，叫做数量乘法；这就是说，对于数域F中任一数k与V中任一元素x，在V中都有唯一的一个元素y与他们对应，称为k与x的数量乘积，记为y=kx。如果加法与乘法还满足下述规则，那么V称为数域F上的线性空间．
线性空间的性质：
1）零元素是唯一的；
事实上，设 都是 的零元素，则
.
2）每个元素的负元素是唯一的。
设 都是 的负元素，则
.
3） 有 ； ； .
（注意：第一式左边的零是数量 ，而右边的零是向量 ）
将 的两端加上 的负向量 得 .
将 的两端加上 的负向量得 ；
由 和负向量的定义得 .
4）若 ，则 或 .
2.（加法结合律）对F中任意三个元素a，b，c，有
(a+b)+c=a+(b+c)
3.（存在0元）F中存在一个元素，我们把它记作0，使得对F中的任意元素a，有
a+0=a
4.（存在负元）对F中的任意元素a，在F中存在一个元素，我们把它记作-a，有a+(-a)=0
5.（乘法交换律）对F中任意两个元素a，b
线性空间的判定方法
1.一个集合，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某一条，则此集合就不能构成线性空间.
2.一个集合，若定义的加法和数乘运算是通常的实数间的加乘运算，则只需检验对运算的封闭性.
3.一个集合，若定义的加法和数乘运算不是通常的实数间的加乘运算，则必须检验是否满足八条线性运算规律.
1. V对加法成Abel群，即满足：
（1）（交换律）x+y=y+x；
（2）（结合律）（x+y）+z=x+（y+z）
（3）（零元素）在V中有一元素0，对于V中任一元素x都有x+0=x；
（4）（负元素）对于V中每一个元素x，都有V中的元素y，使得x+y=0；
2.数量乘法满足：
（5）1x=x；
（6）k(lx)=(kl)x；