高等数学第6章课件§3 维数·基与坐标
《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
6.2维数、基与坐标
都可表示为 p a0 p1 a1 p2 a2 p3 a3 p4 +a4 p5 ,
因此 p 在这个基中的坐标为
a0 , a1 , a2 , a3 , a4
T
.
若另取一个基 q1 1, q2 1 x, q3 2 x 2 , q4 x 3 , q5 x 4 ,
线性空间的结构完全被它的维数所决定.
谢谢
x1 , x2 , , xn 这组有序数就称为向量 在这个基中的坐标,
并记作 x1 ,
, xn
T
.
例 在线性空间 P x 中, 4 p1 1, p2 x, p3 x 2 , p4 x 3 , p5 x 4
就是它的一个基. 任一不超过 4 次的多项式
p a4 x4 a3 x3 a2 x 2 a1 x a0
维数、基与坐标
定义:设有线性空间 V , 如果存在n个向量a1, a2, …, an
满足 (i) a1, a2, …, an 线性无关;
(ii) V 中任意一个向量都能由 a1, a2, …, an线性表示; 那么称向量组 a1, a2, …, an是线性空间 V 的一个基, n称为线性空间 V 的维数,
则 p a0 a1 x a2 x 2 a3 x 3 a4 x 4
a0
a1
a1
1
x
a2 2
2x2
a3 x3
a4
x4
a0 a1
q1
a1q2
a2 2
q3
a3q4
a4q5
,
维数基与坐标
在线性代数中,维数基和坐标是紧密相关的概念,用来描述向量空间中的向量。
维数基是一个向量空间中的一组线性无关的向量,它可以作为该向量空间的基础。
一个向量空间可以有多组不同的维数基。
维数基的选择不唯一,但是它们具有一些重要的性质,最重要的一点是,使用维数基可以表示该向量空间中的任何向量。
换句话说,我们可以用维数基上的线性组合来描述向量空间中的每个向量。
坐标是描述一个向量在给定维数基下的表示。
当我们选择一个维数基作为参考,我们可以将向量空间中的任意向量表示为这组基向量的线性组合。
而坐标就是指这些线性组合中各个基向量的系数。
举例来说,假设我们有一个三维向量空间,并选择维数基为{v1, v2, v3},那么任意一个向量v可以表示为 v = a1*v1 + a2*v2 + a3*v3,其中a1、a2、a3分别是v在维数基{v1, v2, v3}下的坐标。
维数基和坐标两者的关系是紧密相连的,通过选择不同的维数基,可以得出不同的坐标表示。
而坐标的选择也是由维数基的选择决定的。
通常我们使用标准基作为维数基,如在三维空间中使用{i, j, k}作为标准基,此时坐标表示就变为(vx, vy, vz)。
但是在不同的情景中可能会选择其他的维数基,而相应的坐标表示也会不同。
在实际应用中,维数基和坐标有着广泛的应用,如线性变换、向量运算、数据分析等。
对于线性代数的深入理解,理解维数基和坐标的概念是非常重要的。
6 向量空间的基、维数与坐标
向量空间的基、维数与坐标定义1 设V 为空间向量. 如果r 个向量 满足12,,,r V ααα∈(ii ) V 中任何元素都可由表示, 12,,,r αααr 称为向量空间的维数,并称V 为r 维向量空间.那么向量组 就称为向量空间V 的一个基, 12,,,r ααα12 ,,,r ααα(i ) 线性无关;问:基 和 向量组的最大无关组是什么关系?dim()nnn R R n =标是维向量空间的一个基准基,叫做。
显然。
12100010,,,0001n e e e ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭例1 n 维单位向量组{}1,22(0,,),,1,n n V aa a a R n α==∈-的维数为2121212(,,,),,,(,,,).m m m V L R ααααααααα=的维数为:的秩2,,n e e 基为;12,,,m ααα的最大无关组。
基为 例2 例3 12231,0,01ξξ-⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭{}112212,如:,S x c c c c R ξξ==+∈=12dim()2S S ξξ和为的一个基,{}R ,,x V r r r ∈+++==λλαλαλαλ 12211 (1)只含有零向量的向量空间称为0维向量空间,因此它没有基.如果向量空间V 没有基,就说V的维数为0。
说明 (3)若向量组是向量空间 的一 个基,则可表示为 r ,,,ααα 21V V (2)若把向量空间看作向量组,那末 的基 就是向量组的最大无关组, 的维数就是向量组的 秩.当V 由n 维向量组成时,它的维数不会超过n 。
V V V定义2 如果在向量空间V 中 取定一个基,那么V 中任一向量x 可唯一表示12,,,r ααα1122,r r x λαλαλα=+++数组称为向量 x 在基 中的坐标. 12,,,r ααα12,,,r λλλ特别地,在n 维向量空间 中取单位向量组为基,则以为分量的向量 x 可表示为 12,,,n e e e 12,,,n x x x ⋯nR 2121,n n x e e x x x e =+++可见向量在基中的坐标就是该向量的分量, 12,,,n e e e ⋯因此 叫做 中的自然基.12,,,n e e e ⋯nR注:1.向量在一组确定的基下的坐标是惟一的。
维数基与坐标
维数基与坐标1. 引言在数学中,维数基和坐标是描述向量空间中向量的重要概念。
维数基是向量空间的一组基础向量,用于表示空间中的任意向量。
坐标则是基于维数基的一种表示方法,通过一组数字来描述向量在各个维度上的大小。
本文将详细介绍维数基和坐标的概念、属性和应用,并通过示例和图表进行解释和说明。
2. 维数基2.1 定义维数基是向量空间的一组基础向量,它们可以线性组合得到空间中的任意向量。
一个向量空间的维数基通常由线性无关的向量组成,并且可以表示空间的维数。
2.2 特性•维数基是线性无关的,即其中任意一个向量不能由其他向量线性表示。
•维数基可以通过线性组合生成空间中的任意向量。
•维数基的数量等于向量空间的维数。
2.3 示例考虑二维平面上的向量空间,我们可以选择两个线性无关的向量作为维数基,比如:v1 = [1, 0]v2 = [0, 1]这两个向量分别表示平面上的 x 轴和 y 轴,它们可以通过线性组合得到平面上的任意向量。
3. 坐标3.1 定义坐标是一种用数字表示向量在各个维度上大小的方法。
坐标是基于维数基的,通过将向量在维数基上的投影来确定各个维度上的大小。
3.2 坐标系坐标系是描述向量空间的一种方式,它由维数基和原点组成。
常见的坐标系有笛卡尔坐标系、极坐标系等。
在笛卡尔坐标系中,维数基通常是正交的单位向量,原点是空间的起点。
以二维平面为例,笛卡尔坐标系的维数基为:e1 = [1, 0]e2 = [0, 1]3.3 坐标表示假设有一个向量 v,它可以由维数基 e1 和 e2 线性组合得到:v = a * e1 + b * e2其中 a 和 b 是向量在 e1 和 e2 上的投影,也就是向量的坐标。
3.4 示例考虑二维平面上的向量 v,它在维数基 e1 和 e2 上的投影分别是 a 和 b。
那么v 的坐标表示为 (a, b)。
4. 应用4.1 线性代数维数基和坐标是线性代数中的重要概念,它们用于描述向量空间和向量的性质和关系。
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
维数基与坐标 基变换与坐标变换
§3.维数、基、坐标复习1. ⎧⎪⎨⎪⎩线性组合、线性表出基本概念向量组等价线性无关(相关) 1101112210,0,r rk k r r r r k k k k k ααααααα===⎧−−−−−→⎪+++=⎨−−−−−−−→⎪⎩只有存在不全为的,线性无关线性相关2. 性质:1)α线性相关⇔0α=;2)1r αα⇔,,线性相关其中一个向量是其余向量线性组合; 3)s r >且r ααα,,,21 可以用s βββ,,,21 线性表出,则r ααα,,,21 线性相关;r ααα,,,21 可以用s βββ,,,21 线性表出且r ααα,,,21 线性无关,则s r ≤;4)两个等价线性无关向量组含有相同个数向量; 5)r ααα,,,21 线性无关,βααα,,,,21r 线性相关⇒1,,r βαα可以被线性表出;6)1n ,,αα无关则其部分组1,,r αα也无关(整体无关则部分相关,部分相关则整体相关);新课一 线性空间的基与维数定义1 在线性空间V 中,若存在n 个元素n ααα,,,21 ,满足: 1)n ααα,,,21 线性无关,2)V 中任意元素α总可由n ααα,,,21 线性表出,那么n ααα,,,21 就称为线性空间V 的一组基,n 称为线性空间V 的维数.Note :1)维数为n 的线性空间称为n 维线性空间,记作n V ;2)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;例:=V { 所有实系数多项式 } 3)若n ααα,,,21 为n V 的一组基,则n V 可表示为: },,,{212211R x x x x x x V n n n n ∈+++== αααα 4)基不唯一,维数一定.[]n P x 中12,,,,1-n x x x 是n 个线性无关的向量,每一个()[]n f x P x ∈都可以由12,,,,1-n x x x 线性表出,即12,,,,1-n x x x 是[]n P x 的一组基.二 元素在给定基下的坐标定义2 设n ααα,,,21 是线性空间n V 的一组基,对于任意元素n V ∈α,总有且仅有一组有序数n x x x ,,,21 使得n n x x x αααα+++= 2211,则有序数组n x x x ,,,21 称为元素α在基n ααα,,,21 下的坐标,并记为),,,(21'n x x x .例2:在n 维空间n P 中 12(1,0,,0)(0,1,,0)(0,0,,1)n εεε=⎧⎪=⎪⎨⎪⎪=⎩ 是一组基,设12(,,)n n a a a P α=∈,有'1'21122'(1,1,,1)(0,1,,1)(0,0,,1)n n n a a a εεαεεεε⎧=⎪=⎪=++→⎨⎪⎪=⎩基'''112121,()()n n n nP a a a a a ααεεε-∀∈=+-+-则§问题:在n 维线性空间n V 中,任意n 个线性无关的向量都可以作为n V 的一组基.对于不同的基,同一个向量的坐标是不同的,那么不同的基之间有怎样的联系呢?同一个向量在不同基下的坐标有什么关系呢?换句话说,随着基的改变,向量的坐标如何变化呢? 1 基变换公式设12,,n εεε及'''12,,nεεε均是维线性空间n V 的一组基,且有 '11112121'21212222'1122n nn nn n n nn na a a a a a a a a εεεεεεεεεεεε⎧=+++⎪=+++⎪⎨⎪⎪=++⎩↓⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛'''n nn nnn n n a a a a a a a a a εεεεεε 2121222121211121↓A n n ),,,(),,,(2121εεεεεε =''' 称此公式为基变换公式. 2 过渡矩阵在基变换公式A n n ),,,(),,,(2121εεεεεε ='''中,矩阵A 称为由基12,,n εεε到基'''12,,nεεε的过渡矩阵. Note :1)过渡矩阵A 是可逆的.2)设n ααα,,,21 和n βββ,,,21 是n V 中两个向量组)(ij a A =,)(ij b B =是两个n n ⨯矩阵,那么))(,,,()),,,((2121AB B A n n αααααα =;))(,,,(),,,(),,,(212121B A B A n n n +=+ααααααααα ; A A A n n n n ),,,(),,,(),,,(22112121βαβαβαβββααα+++=+ . 3 坐标变换公式设向量α是线性空间n V 中的任意元素,在基12,,n εεε下的坐标为),,,(21'n x x x ,在基'''12,,nεεε下的坐标为),,,(21''''n x x x ,于是有12112212(,,,)n n n n x x x x x x αεεεεεε⎛⎫ ⎪ ⎪=+++= ⎪ ⎪⎝⎭'1''''''''11221'(,,)n n n n x x x x x εεεεε⎛⎫⎪=+++= ⎪ ⎪⎝⎭即 ()11121'121222''111'1211,,(,,)(,,)(,,)n n n n n n n n nn n n a a a x a a a A x a a a x x εεεεαεεεε⎛⎫⎛⎫⎪ ⎪ ⎪=→= ⎪⎪ ⎪⎪⎝⎭⎝⎭⎛⎫ ⎪= ⎪⎪⎝⎭而基向量线性无关,则'11'n nx x A x x ⎛⎫⎛⎫⎪ ⎪= ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭即1'1112111'2122222'12n n n n nn n n a a a x x a a a x xa a a x x -⎛⎫⎛⎫⎛⎫ ⎪⎪ ⎪ ⎪ ⎪ ⎪= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭例题分析:在4P 中,求由基1234,,,εεεε到基1234,,,ηηηη的过渡矩阵,并求向量ξ在所指基下坐标1234(1,0,0,0)(0,1,0,0)(0,0,1,0)(0,0,0,1)εεεε=⎧⎪=⎪⎨=⎪⎪=⎩ 1234(2,1,1,1)(0,3,1,0)(5,3,2,1)(6,6,1,3)ηηηη=-⎧⎪=⎪⎨=⎪⎪=⎩ 1234(,,,)x x x x ξ=在1234,,,ηηηη下的坐标小结:↓→↓⎧→⎨⎩向量线性相(无)关 基维数 基变换坐标坐标变换。
高数教材ppt课件
3
2) 1,2 , ,r 线性无关;{1,2 , ,r } { 1, 2 , , s } rs.
3) 1,2, ,r 线性无关;1,2, ,r , 线性相关 唯一表示 { 1,2 , ,r }.
4) n 元数组组成的线性空间中,至多有 n 个线性无关的向量,而任意
n+1 个向量线性相关 (例如:几何空间中至多 3 个向量线性无关,而
记成 {1,2 , ,n} ;
是 P117 向量线性相关概念在一般线性空间中的推广.
定义 3 {1,2 , ,r }与{ 1, 2 , , s }等价 { 1,2 , ,r } { 1, 2 , , s }且{ 1, 2 , , s } {1,2 , ,r }.
记为 {1,2 , ,r } 等价 { 1, 2 , , s }.
任意 4 个向量线性相关).
→ 问题: 一般线性空间中至多有几个向量线性无关?
4
二. 维数、基、坐标
定义5
V中有n个线性无关的向量,且无多余n个的向量线性
无关,则称V是n维的记成dimV=n;若V中有任意多个向量线性
无关,则称 V是无限维的,记成dimV=∞.
线性空间V的维数即V作为一个向量组时,该向量组的一个极大无关组所含向量的个数.
基是 V 中一个极大无关组 → V 中有多个基,但维数是唯一确定的; 对任意的α∈V,α可由基ε1,ε2,…,εn 唯一线性表示 →
(这即说:向量α 在该基ε1,ε2,…,εn 下的坐标唯一确定). 证明: 据维数及基的定义 → α,ε1,ε2,…,εn 线性相关,即
存在不全为0的 b1,b2,…,bn ,使 b1ε1 + b2ε2+ … + bnεn+ bn+1α=0 → bn+1≠0 (否则,由ε1,ε2,…,εn线性无关将推出b1=b2=…=bn =0, 矛盾) → α= bn+1-1((-b1)ε1+ … +(-bn)εn)= a1ε1+ a2ε2 + … + anεn ,即α可由基ε1,ε2,…,εn 线性表示.
高等代数课件(北大版)第六章-线性空间§6.7
引入
设 V1,V2为线性空间V的两个子空间,由维数公式 dimV1 dimV2 dim(V1 V2 ) dim(V1 V2 )
有两种情形: 1) dim(V1 V2 ) dimV1 dimV2 此时 dim(V1 V2 ) 0, 即,V1 V2 必含非零向量.
2023/9/15§6.7 子空间的直和
2023/9/15§6.7 子空间的直和
而在和 V1 V3 中,向量 (2,2,2)的分解式是唯一的, (2,2,2) (2,2,0) (0,0,2)
事实上,对 (a1,a2 ,a3 ) V1 V3 , 都只有唯一分解式: (a1,a2 ,0) (0,0,a3 ).
故 V1 V2是直和.
j 1
i 1,2, , s
2023/9/15§6.7 子空间的直和
" " 假若V1 V2 Vs不是直和, 则零向量还有一个分解式
0 1 2 s , j Vj , j 1,2, , s (*)
在(*)式中,设最后一个不为0的向量是 i , (i s)
则(*)式变为 0 1 2 i ,
V1 V2 0
所以 Pn V1 V2 .
2023/9/15§6.7 子空间的直和
练习 1 设V1 、V2分别是齐次线性方程组① 与②的
解空间:
x1 x2
xn 0
①
x1 x2
xn
②
证明: Pn V1 V2
证:解齐次线性方程组①,得其一个基础解系
1 (1,0, ,0,1) 2 (0,1, ,0, 1)
1 2 , 1 V1,2 V
是唯一的,和 V1 V2就称为直和,记作 V1 V2 .
注: ① 分解式 1 2 唯一的,意即
高等代数 讲义 第六章
则称σ是M到M´的一个单射(或称σ为1—1的);
3)若σ既是单射,又是满射,则称σ为双射, (或称σ为 1—1对应)
§6.1 集合 映射
☆集合的表示方法一般有两种:描述法、列举法 描述法:给出这个集合的元素所具有的特征性质.
M={x | x具有性质P} 列举法:把构成集合的全部元素一一列举出来.
M={a1,a2,…,an}
例1 M = {( x, y) x2 + y2 = 4, x, y ∈ R} 例2 N= {0,1, 2, 3,LL}, 2Z= {0, ±2,±4,±6,LL} 例3 M = { x x2 − 1 = 0, x ∈ R} = {−1,1}
A U B ⊆ B. 又因 B ⊆ A U B,∴ A U B = B.
§6.1 集合 映射
二、映射
1、定义
设M、M´是给定的两个非空集合,如果有 一个对 应法则σ,通过这个法则σ对于M中的每一个元素a, 都有M´中一个唯一确定的元素a´与它对应, 则称 σ为
M到M´的一个映射,记作 :σ : M → M'或 M ⎯σ⎯→M' 称 a´为 a 在映射σ下的象,而 a´ 称为a在映射σ下的 原象,记作σ(a)=a´ 或 σ : a a a′.
又对∀a ∈ R+,存在
x
=
log
a 2
∈
R
,使
σ
(log
a 2
)
=
2log
a 2
=a
向量空间的基、维数与坐标
三 基变换与坐标变换
四 小结
第三节 向量空间的基、维数 与坐标
二 向量空间的基、维数与坐标
一 向量空间
一、向量空间
*
说明
定义3.18 设 是非空 维向量的集合,若 对于向量的加法及向量乘数两种运算封闭,则称 为一个向量空间.
集合 对于加法及乘数两种运算封闭是指
例2 判别下列集合是否为向量空间.
记为
特别,若 是向量空间 的一组基,
且为单位向量,称 为V 的一组 规范基 .
且 两两正交,则称
(1)
称为
设向量 在上述两组基下的坐标分别为 和 即
将(1)式代入上面方程得
*
上式就是在两组基下的坐标变换公式.
或
所以有
(2)
例6 设 中的两组基:
*
求基(1)到基(2)的过渡矩阵,并求坐标 变换公式.
解 取 中的第三组基为规范基
则有
其中
由
有
所以过渡矩阵 .通过计算可得: 所以
为V 的一组正交基;若 两两正交
空间的一组规范基为
*
向量 在此规范基下的坐标为
因为
例 4 设
*
解
是 的一组基
证明
并求 关于基 的坐标.
由行阶梯矩阵知
(1) 线性无关;
(2) 中任一向量都可由 线性表示.
(1)只含有零向量的向量空间称为0维向量空间,因此它没有基.
说明
(3)若向量组 是向量空间 的一 个基,则 可表示为
*
解
例3 判别下列集合是否为向量空间.
*
解
二、向量空间的基、维数与坐标
*
那末,向量组 就称为向量空间 的
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
高等数学第6章课件§3 维数·基与坐标
⇔ α = 0. 单个向量 α 线性无关 ⇔ α ≠ 0
α1 ,α 2 ,⋯,α r 向量组 线性相关
⇔ α 1 ,α 2 ,⋯ ,α r 中有一个向量可经其余向量线性表出.
§6.3 维数 基 坐标
α1 ,α 2 ,⋯,α r (2)若向量组 线性无关,且可被
α 在基 ε1, ε 2 ,⋯, ε n a1 , a2 ,⋯, an 则数组 ,就称为
下的坐标,记为 ( a1 , a2 ,⋯ , an ).
§6.3 维数 基 坐标
⎛ a1 ⎞ ⎜a ⎟ 2 有时也形式地记作 α = (ε 1 , ε 2 ,⋯ , ε n ) ⎜ ⎟ ⎜ ⋮ ⎟ ⎜ ⎟ ⎝ an ⎠
α1 ,α 2 ,⋯ ,α r 线性表出,且表法是唯一的.
§6.3 维数 基 坐标
二、线性空间的维数、基与坐标
1、无限维线性空间
若线性空间 V 中可以找到任意多个线性无关的向量, 则称 V 是无限维线性空间 . 例1 所有实系数多项式所成的线性空间 R[x] 是 无限维的. 因为,对任意的正整数 n,都有 n 个线性无关的 向量 1,x,x2,…,xn-1
可经向量组 为等价的. (3) α1 ,α 2 ,⋯, α r ∈ V ,若存在不全为零的数
α 1 ,α 2 ,⋯ ,α 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
k1 , k2 ,⋯, kr ∈ P ,使得
k1α1 + k2α 2 + ⋯ + krα r = 0
α1,α 2 ,⋯, α r 线性相关的; 则称向量组 为
§6.3 维数 基 坐标
α1 ,α 2 ,⋯ ,α r不是线性相关的,即 (4)如果向量组
§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
线性代数 基、维数与坐标
基、维数与坐标⏹基、维数的概念⏹坐标的概念基、维数与坐标定义2(1) α1,α2, …,αm 线性无关;(2) V 中任一向量都能由α1,α2, …,αm 表示,则称α1,α2, …,αm 为空间V 的一组基(或基底), 基与维数m 称为向量空间V 的维数,记为dim V =m ,设V 是数域p 上的向量空间,向量α1,α2, …,αm V ,如果并称V 是数域p 上的m 维向量空间.零空间的维数规定为零.基、维数与坐标2. 将向量空间V 的基的定义与向量组的极大线性无关组的定义相比较,不难看出,1. 向量空间的维数和该空间中向量的维数是两个不同的概念.若把向量空间V 看作一个向量组,那么它的基就是V 的一个极大线性无关组,dim V 就是V 的秩.3. 容易证明,若向量空间V 的维数是m ,那么V 中任意m 个线性无关的向量都是V 的一组基;对于向量空间V 的任一子空间V 1,dim V 1≤dim V .基、维数与坐标对于向量空间R n ,基本单位向量ε1, ε2, …, εn 就是它的一组基,有dim R n =n , 则称R n 为n 维实向量空间.在四维向量空间R 4中,向量组α1=(0, 0,0,1),α2=(0,1,0,1), α3=(-1,2,0,1),α4=(1,0,2,1)线性无关,所以它们也是R 4的一组基.基、维数与坐标定义3设α1,α2, …,αm 为向量空间V 的一组基,1122m m x x x ,则称有序数组由定理3.2.2,向量α的表示也是唯一的, α V , 有因此α基下α1,α2, …,αm 的坐标也是唯一的.坐标的概念x 1,x 2, …,x m 为向量α在基α1,α2, …,αm 下的坐标.记为(x 1,x 2, …,x m ).基、维数与坐标例4证明111002210A设α1=( 1,0,2),α2=(1,0,1), α3=(-1,2,0),证明α1,α2, α3是向量空间R 3的一组基,并求向量α=( 2,-3,5)在这组基下的坐标.以向量α1T ,α2 T , α3 T 为列向量做矩阵基、维数与坐标因为A 的行列式|A |=2≠0,,把α1,α2, α3代入,比较等式两端向量的对应分量,可得线性方程组112233x x x 设所以α1,α2, α3线性无关, 故它们是R 3的一组基.12331222325x x x x x x基、维数与坐标解之,得于是向量在α基α1,α2, α3下的坐标为12393,4,22x x x 93,4,22 ()。
6.3 维数、基与坐标
第六章线性空间学习单元3:维数、基与坐标_________________________________________________________●导学学习目标:了解线性空间的维数的概念;理解有限维线性空间的基的概念;理解向量在一个基下的坐标的概念;会确定线性空间的维数;会求向量在一个基下的坐标。
学习建议:建议大家多看书,仔细理解概念,理解教材中的例题,多做习题,掌握确定线性空间的维数的技巧。
重点难点:重点:理解维数、基与坐标的概念。
难点:掌握线性空间维数的确定。
_________________________________________________________●学习内容一、n维向量空间n P中向量的有关概念在线性空间V中的推广复习n维向量的线性相关性的有关内容。
在本学习单元中假定V为数域P上线性空间,V中加法及数乘统称为线性运算,nP中的只与线性运算有关的概念及结论都可平移到V中,如:线性组合,向量组的等价,线性相关,极大无关组,向量组的秩,等价的向量组有相同的秩等。
与n P中向量的表达形式及具体运算有关的概念及结论则不能平移至V中。
如:n P 中两个n 维向线性相关的充要条件是对应分量成比例。
n 个n 维向量线性相关的充要条件是以它们为行(列)构成的n 阶行列式为零。
二、维数、基与坐标的概念定义 设V 为P 上线性空间,若在V 中有n 个线性无关的向量但没有更多数目的线性无关的向量,则称V 为n 维的,也说V 的维数为n ,记为dim V ,或维(V )。
若在V 中可以找到任意多个线性无关的向量,则称V 为无限维的,也说V 的维数为无穷大,记为dim V =∞。
只讨论有限维线性空间。
定义 设V 为P 上n 维线性空间,V 中任何n 个线性无关的向量12,,,n εεεL 都称为V 的一个基。
命题 设V 为P 上n 维线性空间,12,,,n εεεL 为V 的一个基,则对任何,V αα∈可由12,,,n εεεL 线性表示,且表示唯一。
高等代数基.维数与坐标
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
向量的线性无关
根据这个定义,如果向量 α1, α2, · · · , αr 中有一个是零向量,那 么 α1, α2, · · · , αr 一定线性相关. 事实上,例如,设 α1 = 0. 那么
向量的线性关系
在研究线性空间时,向量的线性关系起着极为重要的作用. 在这 一节里,我们将研究这种线性关系. 以下谈到线性空间,都指的是某一给定数域 P 上的线性空间.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
向量的线性关系
在研究线性空间时,向量的线性关系起着极为重要的作用. 在这 一节里,我们将研究这种线性关系. 以下谈到线性空间,都指的是某一给定数域 P 上的线性空间.
1α1 + 0α2 + · · · + 0αr = 0, 其中 α1 的系数不为零.
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
向量的线性无关
根据这个定义,如果向量 α1, α2, · · · , αr 中有一个是零向量,那 么 α1, α2, · · · , αr 一定线性相关. 事实上,例如,设 α1 = 0. 那么
. . . .... .... .... . . . . .... .... .... . .
. .. . . ..
向量的线性关系
例 在 R3 里,取
那么
α1 = (1, −1, 0), α2 = (0, 2, 1), α3 = (1, −1, 2)
- 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)。
m n
∀A = (aij ) ∈ P m×n , 有 A = ∑∑ aij Eij
§6.3 维数 基 坐标
i =1 i =1
ξ = (1,2,1,1) 在基 例6 在线性空间 P 4 中求向量
ε1 , ε 2 , ε 3 , ε 4 下的坐标,其中 ε1 = (1,1,1,1), ε2 = (1,1, −1, −1), ε3 = (1, −1,1, −1), ε4 = (1, −1, −1,1)
α1 ,α 2 ,⋯ ,α r 线性表出,且表法是唯一的.
§6.3 维数 基 坐标
二、线性空间的维数、基与坐标
1、无限维线性空间
若线性空间 V 中可以找到任意多个线性无关的向量, 则称 V 是无限维线性空间 . 例1 所有实系数多项式所成的线性空间 R[x] 是 无限维的. 因为,对任意的正整数 n,都有 n 个线性无关的 向量 1,x,x2,…,xn-1
×2 ∴ E11 , E12 , E21 , E22 是 P 2 P 2×2是4维的. 的一组基,
( )
§6.3 维数 基 坐标
注:
a a ⎛ 11 12 ⎞ A = 矩阵 ⎜ a a ⎟ 在基 E11 , E12 , E21 , E 下的 22 ⎝ 21 22 ⎠ 坐标就是 ( a11 , a12 , a21, a 22 ).
k1 , k2 ,⋯, kr ∈ P
β = k1α1 + k2α 2 + ⋯ + krα r α1 ,α 2 ,⋯ ,α r 线性表出; 则称向量 β 可经向量组
§6.3 维数 基 坐标
β1 , β 2 ,⋯ , β s 中每一向量皆可经向量组 若向量组 α1 ,α 2 ,⋯ ,α r 线性表出,则称向量组 β1 , β 2 ,⋯, β s
α 在基 ε1, ε 2 ,⋯, ε n a1 , a2 ,⋯, an 则数组 ,就称为
下的坐标,记为 ( a1 , a2 ,⋯ , an ).
§6.3 维数 基 坐标
⎛ a1 ⎞ ⎜a ⎟ 2 有时也形式地记作 α = (ε 1 , ε 2 ,⋯ , ε n ) ⎜ ⎟ ⎜ ⋮ ⎟ ⎜ ⎟ ⎝ an ⎠
§6.3 维数 基 坐标
练习 1.已知全体正实数R+对于加法与数量乘法:
a ⊕ b = ab, k�a = a
k
∀a , b ∈ R , ∀k ∈ R
第六章 线性空间
§1 集合·映射 §5 线性子空间 §6 子空间的交与和 §2 线性空间的定义 与简单性质 §7 子空间的直和 §3 维数·基与坐标 §4 基变换与坐标变换 §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
§6.3 维数 基 坐标
引 入
问题Ⅰ
(基的问题)
如何把线性空间的全体元素表示出来? 这些元素之间的关系又如何呢? 即线性空间的构造如何?
问题Ⅱ
(坐标问题)
线性空间是抽象的,如何使其元素与具体的东西 —数发生联系,使其能用比较具体的数学式子来表达? 怎样才能便于运算?
§6.3 维数 基 坐标
一、线性空间中向量之间的线性关系
可经向量组 为等价的. (3) α1 ,α 2 ,⋯, α r ∈ V ,若存在不全为零的数
α 1 ,α 2 ,⋯ ,α 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
k1 , k2 ,⋯, kr ∈ P ,使得
k1α1 + k2α 2 + ⋯ + krα r = 0
α1,α 2 ,⋯, α r 线性相关的; 则称向量组 为
β1 , β 2 ,⋯ , β s 线性表出,则 向量组
r≤s ;
α1,α 2 ,⋯,α r与 β 若 1 , β 2 ,⋯ , β s 为两线性无关的
等价向量组,则
r = s.
α1,α 2 ,⋯, α r (3)若向量组 线性无关,但向量组
α1 ,α 2 ,⋯, α r , β 线性相关,则 β 可被向量组
§6.3 维数 基 坐标
2、有限维线性空间
(1)n 维线性空间: 若在线性空间 V 中有 n 个线性无关的向量,但是 任意 n+1 个向量都是线性相关的,则称 V 是一个
n 维线性空间;常记作 dimV= n .
注:零空间的维数定义为 0. dimV= 0 ⇔ V={0}
§6.3 维数 基 坐标
n −1 f ( x ) = a + a x + ⋯ + a x 注: 此时, 0 1 n −1
在基1,x-a,(x-a)2,…,(x-a)n-1下的坐标是 f ( n−1) (a ) ( f ( a), f ′( a),⋯, ) (n − 1)!
§6.3 维数 基 坐标
例4 求全体复数的集合 C看成复数域C上的线性 空间的维数与一组基; 若把C看成是实数域R上的线性空间呢? 解:复数域C上的线性空间 C是1维的,数1就是它的 一组基; 而实数域R上的线性空间C为2维的,数1,i 就为 它的一组基.
(2)基 在 n 维线性空间 V 中,n 个线性无关的向量
ε 1 , ε 2 ,⋯ , ε n ,称为 V 的一组基;
(3)坐标
ε1 , ε 2 ,⋯, ε n α ∈V , 设 为线性空间 V 的一组基,
若 α = a1ε 1 + a2ε 2 + ⋯ + anε n , a1 , a2 ,⋯ , an ∈ P
m × n 矩阵构成的线性空间 一般地,数域P上的全体
P
m×n
×n 为m 维的,
矩阵单位
0⎞ ⎛0 ⎜ ⋱ ⎟ 1 ⎜ ⎟第i行 i = 1, 2,⋯ , m 0 E ij = ⎜ ⎟ ⋱ j = 1, 2,⋯ , n ⎜ ⎟ 0 ⎜ m×n ⋱ ⎟ 就是 的一组基. P ⎜0 ⎟ 0⎠ ⎝
注: 此时, f ( x ) = a0 + a1 x + ⋯ + an−1 x n−1
在基1,x,x2,…,xn-1下的坐标就是
(a0 , a1 ,⋯ , an−1 )
§6.3 维数 基 坐标
(2)1,x-a,(x-a)2,…,(x-a)n-1是线性无关的. 又对 ∀f ( x) ∈ P[ x ]n ,按泰勒展开公式有
例2 3 维几何空间R3= {( x, y , z ) x , y , z ∈ R}
ε1 = (1,0,0), ε 2 = (0,1,0), ε 3 = (0,0,1) 是R3的一组基; α1 = (1,1,1),α 2 = (1,1,0),α 3 = (1,0,0)也是R3的一组基.
一般地,向量空间
1、有关定义
设V 是数域 P 上的一个线性空间 (1)α1 ,α 2 ,⋯,α r ∈ V ( r ≥ 1), k1 , k 2 ,⋯ , kr ∈ P , 和式
k1α1 + k2α 2 + ⋯ + krα r 称为向量组 α1 ,α 2 ,⋯ ,α r 的一个线性组合.
(2)α1 ,α 2 ,⋯,α r , β ∈ V,若存在 使
(1)单个向量 α 线性相关
⇔ α = 0. 单个向量 α 线性无关 ⇔ α ≠ 0
α1 ,α 2 ,⋯,α r 向量组 线性相关
⇔ α 1 ,α 2 ,⋯ ,α r 中有一个向量可经其余向量线性表出.
§6.3 维数 基 坐标
α1 ,α 2 ,⋯,α r (2)若向量组 线性无关,且可被
P n = {( a1 , a2 ,⋯, an ) ai ∈ P, i = 1, 2,⋯, n} 为n维的, ε1 = (1,0,⋯ ,0), ε 2 = (0,1,⋯ ,0),⋯ , ε n = (0,⋯ ,0,1)
就是 Pn 的一组基.称为 Pn的标准基.
§6.3 维数 基 坐标
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3(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.
§6.3 维数 基 坐标
证明:∵ a1 , a2 ,⋯ , an 线性无关, ∴V的维数至少为 n . , β n , β n +1 , 任取V中 n+1个向量 β 1 , β 2 ,⋯
由ⅱ),向量组 β 1 , β 2 ,⋯ , β n , β n+1 可用向量组
a1 , a2 ,⋯ , an 线性表出.
( )
则 E11 , E12 , E21 , E22 是线性无关的.
a b =0 事实上,由 aE11 + bE12 + cE21 + dE22 = 0 ,即 c d 有 a = b = c = d = 0. a11 a12 ⎞ 2×2 ⎛ 又对 ∀A = ⎜ a a ⎟ ∈ P ,有 ⎝ 21 22 ⎠ A = a11E11 + a12 E12 + a21 E21 + a22 E22
:若线性空间V中的向量组 α 1 , α 2 ,⋯ , α n 满足 定理 定理: ⅰ) α 1 , α 2 ,⋯ , α n 线性无关;
β ∈V , β α 1 ,α 2 ,⋯ , α n 线性表出 ⅱ) ∀ 可经
,
则V为n 维线性空间, α 1 ,α 2 ,⋯ ,α n 为V的一组基.
解:设 ξ = x1ε1 + x2ε 2 + x3ε 3 + x4ε 4 ,则有线性方程组
⎧ x1 + x2 + x3 + x4 = 1 ⎪ x1 + x2 − x3 − x4 = 2 ⎨x − x + x − x =1 ⎪ x1 − x2 − x3 + x4 = 1 ⎩ 1 2 3 4