矩阵论第一章
戴华《矩阵论》 第一章线性空间与内积空间
这说明,维数是有限维线性空间的唯一的本质特征。在 同构的意义下,n维向量空间Pn并不只是线性空间V 的一 个特殊例子,而是所有的n维线性空间的代表。即每一个
1 0 C1 0 1 1 0 0 1 0 1 1 0 0 1 1 0
而基 ( III ) 到基 ( II ) 的过渡矩阵为
1 1 C2 1 1 1 1 1 0 1 1 0 0 1 0 0 0
所以
( A , A2 , A3 , A4 ) ( E11 , E12 , E21 , E22 )C1 1 ( B1 , B2 , B3 , B4 ) ( E11 , E12 , E21 , E22 )C2
dim(V1 V2 ) dim(V1 ) dim(V2 ) dim(V1 V2 ).
在维数公式中,和空间的维数不大于子空间维数之和。那么何时等号成立呢?
V1 , V2 是数域 P 上线
性空间 V 的两个有限维子空间,则它们的交 与和
例1.4.6 设 S , K 分别是 n 阶实对称矩阵和反对称矩阵 的全体。显然容易证明 S , K 均为线性空间 R nn 的子
( III )
显然
1 A1 0 0 E11 E22 1 1 0 ( E11 , E12 , E21 , E22 ) 0 1
类似地,
1 A2 0 0 E11 E22 1 1 0 ( E11 , E12 , E21 , E22 ) 0 1 0 1 ( E11 , E12 , E21 , E22 ) 1 0
证明:
1 0 取1= 0 0
0 1 3= 0 0 2= 0 1 1 0
矩阵论-线性代数引论
无限维空间很多,如
n
K={ ai i | ai Q, n N}, (为圆周率) i0
K为Q上的无限维线性空间.
设V是数域F上得线性空间, x1, , xr V ,若满足
1)x1, , xr线性无关, 2)V中任一x均可由x1, , xr线性表示. 则称x1, , xr为V的一个基底(基).
二、维数,基底与坐标
设V为F上线性空间,xi V (i 1, , m), x V .若有ci F,
使得
x
=c 1
x1
c 2
x2
c m
xm
,
则称
x为
x1,
, xm的线性
组合,或者说x可由 x1, , xm线性表示.如果存在一组不
m
全为零的数k1, , km ,使得 ki xi ,则称向量组x1, , i 1
m
xm线性相关;否则称线性无关, 即若 ki xi ,则 i 1
k1 km 0.
线性无关组的任一子集是线性无关的,线性相关组的 任一扩展集仍线性相关.
维数:线性空间V中不同线性无关组中向量个数不
一定相同,向量个数最大者叫做V的维数,记为 dimV. 当dim V< ∞, 称 V 为有限维空间,否则为无
下都构成加群.
数域:若一个数集中任意两个数的和, 差,积,商(除数不为0)仍在该数集 中,则称该数集为数域.
如:有理数域,实数域,复数域等
线性空间:设(V, +)是一个加群,F 是一个数域,若 有 F 对 V 的数乘规则,使得 F,u V , 有V中唯
一元与之对应,记为 u ,且此规则满足:
3)存在零元 V 使得 u V , u u; 4)u V , 存在V中唯一负元-u,使得u+(-u)= .
矩阵理论第一章课后习题答案
1.按通常矩阵的加法及数与矩阵的乘法,下列数域F 上方阵集合是否构成F 上的线性空间:(1)全体形如⎪⎪⎭⎫ ⎝⎛b a-a 0的二阶方阵的集合; (2)全体n 阶对称(或反对称、上三角)矩阵的集合; (3){|0,}n n V X AX X F ⨯==∈(A 为给定的n 阶方阵).解:(1)设⎪⎪⎭⎫ ⎝⎛=111b a-a 0α⎪⎪⎭⎫ ⎝⎛-=222a 0b a β⎪⎪⎭⎫⎝⎛-=3330b a a γ ①αββα+=⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛+--+=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=+111222212121222111b a -a 0a 00a 0b a -a 0b a b b a a a a b a ②)(0b a -a 0000a 0b a -a 0)(323232111321321321333212121333222111γβαγβα++=⎪⎪⎭⎫⎝⎛+--++⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛++---++=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛-+⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=++b b a a a a b b b a a a a a a b a a b b a a a a b a a b a③存在零向量V ∈0,使得对每个V a ∈,a a =⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛=+111111b a -a 00000b a -a 00④对每个V a ∈,存在负向量a -,使得0b -a a -0b a -a 0)(111111=⎪⎪⎭⎫⎝⎛+⎪⎪⎭⎫ ⎝⎛=-+a a再令F y x ∈,⑤αα)(b a -a 0xyb xya -xya 0yb ya -ya 0b a -a 0)(111111111111xy xy x y x y x =⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫ ⎝⎛=⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛= ⑥αα=⎪⎪⎭⎫⎝⎛=111b a -a 011⑦βαβαx x b a xb xb xa xa xa xa b b a a a a x b a x x +=⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛+--+=⎥⎦⎤⎢⎣⎡⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫ ⎝⎛=+222111212121212121222111a 0b a -a 000a 0b a -a 0)(⑧ya xa yb xb yaxa ya xa y x y x +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛=⎪⎪⎭⎫⎝⎛+--+=⎪⎪⎭⎫ ⎝⎛+=+111111*********yb ya -ya 0xb xa -xa 00b a -a 0)()(α所以全体形如⎪⎪⎭⎫⎝⎛b a -a 0的二阶方阵的集合构成F 上的线性空间。
矩阵论第1章
例 1.1.4 在实数域上,m n 矩阵全体 R mn 按照通常矩阵 的加法,数与矩阵的乘法构成一个线性空间.
线性空间的三个重要例子:
P n , P[ x]n , P mn
1.1.2线性空间的性质
1 线性空间中零元素是唯一的.
2 线性空间中任一元素的负元素是唯一的.
3 0 0 , (1) , k 0 0 .
向量组之间的等价关系具有如下性质. (1)反身性 每一个向量组都与它自身等价; (2)对称性 如果向量组 1 , 2 ,, m 与 1 , 2 ,, s 等价,则 向量组 1 , 2 ,, s 与 1 , 2 ,, m 等价; (3)传递性 如果向量组 1 , 2 ,, m 与 1 , 2 ,, s 等价,且 向量组 1 , 2 ,, s 与 1 , 2 ,, t 等价,则向量组 1 , 2 ,, m 与
(2)(加法结合律) ( ) ( ) ;
(3)(有零元)在 V 中存在元素 0 ,使对任何 V ,都 有 0 ,称 0 为零元素; ( 4 ) ( 有 负 元 ) 对 任 何 V , 都 有 元 素 V , 使
0 ,称 为 的负元素,记为 ;
所以 在基 1 , 2 , , n 下的坐标为 (a1 , a 2 a1 , , a n a n 1 ) .
T
例 1.2.7 求线性空间 P[ x]n 的一个基、维数以及向量 p 在该基下的坐标.
容易看出,在线性空间 P3 x 2 ,, p n x n1 , p n 1 x n ,
T
例1.2.6 在 R n 中如下的 n 个向量
1 (1,1,1,,1), T 2 (0,1,1,,1) T , , n (0,0,,0,1) T
矩阵论第一章内容总结
定理(展开定理) 行列式D等于它的任意一行(列) 的各元素与其对应的代数余子式的乘积之和.
第一章内容总结
推论 行列式任一行(列)的元素与另一行(列) 的对应元素的代数余子式乘积之和等于零,即
ai1Aj1 ai2Aj2 ain Ajn 0, i j. ai1Aj1 ai2Aj2 ain Ajn D, i j.
定理 定理
一个排列中的任意两个元素对换,排列改变奇偶性. 一个排列经过奇数次对换改变排列的奇偶性,偶数次 对换不改变奇偶性。
n 2 时,n个数的所有排列中,奇偶排列各占一半,
各为 n!2 个。
第一章内容总结
6. n阶行列式的定义
a11 a12 a1n
a21
a22
a2n
( j1 j2 jn )
(Байду номын сангаас) a a a 1 j1 2 j2
nj n
j1 j2 jn
an1 an2 ann
7. 上三角、下三角、对角行列式的值等于主对角线上元素 的乘积。
第一章内容总结
8、行列式的性质
性质1 行列式与它的转置行列式相等. 性质2 互换行列式的两行(列),行列式变号. 推论 如果行列式有两行(列)完全相同,则 此行列式为零. 性质3 行列式的某一行(列)中所有的元素都 乘以同一数k,等于用数k乘此行列式.
如果齐次线性方程组(Ⅱ)有非零解,则它的系数行 列式等于零.
11. 拉普拉斯展开
an1 ani ann an1 an i ann
4
第一章内容总结
推论 如果将行列式某一行(列)的每个元素都写成 m个数(m为大于2的整数)的和, 则此行列式可以写 成m个行列式的和.
矩阵论第一章线性空间和线性变换
∃x∈R, x ∉ R
(采用这种观点来读数学,你不觉得别有情致吗?)每一种作用都有 其特性,因而每种运算都有它所服从的规律——运算律,所以在定义 运算时,需要讨论或说明它的运算律。
既然如此,是否有某种方式来描述我们的物质世界呢?就宏观现 象而论,涉及到各式各样的物质,自然的作用使物质产生互变,而且 我们认为物质世界是“完备”的,这句话意味着人类的向往,例如“点 石成金”等这类愿望。从这些粗糙的认识出发,我们来探讨描述它的
§6.1 K 积……………………………………………………(258) §6.2 拉伸算子Vec ……………………………………………(264)
§6.3 几个常见的矩阵方程…………………………………(271) 参考目录……………………………………………………………(275)
第一章 线性空间和线性变换
§1.1 引言
12121212nnnnnxxyyxxyyxyfxyxyxy?????12????????????????????????????????定义数乘12nnnxxaxaxafxfaxaxax??????????????????????????????容易验证这些运算满足公理系的要求nff是线性空间
目录
第二章 特征值和特征向量………………………………………(86) §2.1 引言………………………………………………………(86) §2.2 特征值、特征多项式和最小多项式……………………(87) §2.3 特征矢量和特征子空间………………………………(103) §2.4 约当标准型……………………………………………(113) §2.5 特征值的分布…………………………………………(128) §2.6 几个例子………………………………………………(138)
矩阵论课件
6、基与维数的几何解释——直观解释
R
2
中,常用基
i
(1,0),
j
(0,1)
维数为2
R3 中,常用基 i (1,0,0), j (0,1,0),k (0,0,1)
维数为3
固有特性:维数相当于向量所在直角系坐标轴的个数
注:含非零向量的任意线性空间必有基。
只含非零向量的零值空间所含的元素是n元向量,但维数为0.
基与维数: 基——极大无关组
维数——秩 3、特殊向量空间 平凡子空间
V自身 零子空间
非平凡子空间——真子空间(部分向量组成)
4、向量在基下的坐标
标准正交基/规范正交基:特殊极大无关组(正交单位向量组)
设 1,2,r 为向量空间的一组基,设 V, 则 k11 k22 krr,称 (k1,k2,kr)为β在 基 1,2,r下的坐标。
①(,)(,)②( ,)(,)(,)
五、子空间及其判定
例:设 A Pnn (Rnn或C nn ), Pn 的子集W {x | Ax 0, x Pn} 就构成 Pn 的一个子空间,称为A的零空间(或核),也叫
方程 Ax 0 的解空间,记为N(A),其维数记为null(A)
注:x是n元列向量,N(A)表示A的零空间。
例:设 A Pnn ,对满足 Ax x 的所有 P, x Pn , 称x所构
2、 a b ab
k a ak
构成线性空间
a,b R
注:①线性空间必含有零向量(零元素),且唯一
②线性空间中任意元素的负元素唯一
③ 0 0 零向量 ;k·0=0;(-1)α =-α
数0
二、线性空间的维数和基
例:全体n阶方阵构成线性空间,且维数为n 2
第一章矩阵理论(管理数学基础)
定理1:若1, ,s是方阵A的互异的特征值, x1, ,xs是分别相应于它们的特征向量,则 x1, ,xs 线性无关。 证:对s使用数学归纳法。 当s 1,因为任一个非零向量线性无关,所以定理 成立。 设对s 1个互异的特征值定理成立,要证对s个互异 的特征值定理也成立,为此令 k1 x1 ks 1 xs 1 k s xs 0, () 1
T 线性( p11T1 pn1Tn, ,p1nT1 pnnT n ) (T1, ,T n ) P T (1 n ) P (1 n ) AP P 1 AP B P 1 AP。 称满足此关系式的A、B矩阵为相似的。
线性空间:即赋予了线性运算的非空集合。具体定义为: 设X是一个非空集合,K是数域(K为实数域R或复数域
C),若定义X中二元素之间的加法运算以及数域K中的数
与X中元素之间的数乘运算,并满足下列条件: • 加法运算“+”满足:对任意x、y∈X,x+y∈X,且
(1)交换律:x+y=y+x;
(2)结合律:对任意z∈X,(x+y)+z=x+(y+z); (3)有零元:存在0∈X,使得对一切x∈X,有x+0=x(0称X
n T n 解: 记X x ( x1, ,xn ) R | xi 0 则 (1) i 1 任x,y X ,x y ( x 1 y1, ,xn yn )T 其分量和
(x y ) x y
i 1 i i i 1 i i 1 n n
在上式两边同乘以s 得 k1s x1 ks s xs 0, (2) 因为Axi i xi (i 1, ,s ),用A左乘(1)式得 k11 x1 ks 1s 1 xs 1 ks s xs 0, (3) 将(3)、 二式两边分别相减得 (2) k1 (1 s ) x1 ks 1 (s 1 s ) xs 1 0 由于x1, ,xS 1线性无关,且i s (i 1, s 1),故必有k1 k s 1 0, 从而k s 0。即x1, ,xs 线性无关。
(课件)矩阵论
=
aB 11 1
+
(a12
−
a 11
)
B 2
+
( a 21
−
a 12
)
B 3
+
( a 22
−
a
21
)
B 4
坐标为
β
=
(a11
,
a 12
−
a 11
,
a
21
−
a 12
,
a 22
− a21 )Τ
[注] 一个元素在两个不同的基下的坐标可能相同,也可能不同.
例如:
A
=
E 22
在上述两个基下的坐标都是 (0,
0,
(Ⅱ) 定义的数乘运算封闭, 即
∀ x ∈V , ∀ k ∈ K , 对应唯一 元素(kx)∈V , 且满足 (5) 数对元素分配律: k( x + y) = kx + ky (∀y ∈V ) (6) 元素对数分配律: (k + l )x = kx + lx (∀l ∈ K ) (7) 数因子结合律: k(lx) = (kl )x (∀l ∈ K ) (8) 有单位数:单位数1∈ K , 使得 1x = x . 则称V 为 K 上的线性空间.
mn
∑ ∑ (2) A = (ai j )m×n =
ai j Ei j .
i=1 j=1
故 Ei j (i = 1,2,L, m ; j = 1,2,L, n) 是 R m×n 的一个基, dimR m×n = mn .
第一章 线性空间与线性变换(第 1 节)
5
2.坐标:给定线性空间V
n
的基
x 1
解 采用中介法求过渡矩阵.
01_矩阵论_第一章线性空间与线性变换
则有
1 0 0 1 0 0 0 0 A a11 0 0 a12 0 0 a21 1 0 a22 0 1
因此 R22 中任何一个向量都可写成向量组
1 0 0 1 0 0 0 0 E11 0 0 , E12 0 0 , E21 1 0 , E22 0 1
Pn [ x] { ai xi | ai R}
i 0 n 1
在通常多项式加法和数乘多项式运算下构成线性 空间 Pn[x]。 值得指出的是次数等于 n 1 的多项式集合
V { ai x | ai R, an1 0}
i i [a, b] = {f (x) | f (x) 是区间 [a, b] 上 实连续函数 } ,对于函数的加法与数乘运算构成 实数域上的线性空间。
定义 1.3 设 1, 2, …, n 是线性空间 Vn(F) 的一组基,若 V,
xi i (1 2
i 1 n
x1 x2 n ) x n
(1.1)
则称数 x1, x2, …, xn 是 在基 {1, 2, …, n} 下 的坐标,(1.1) 式中向量 (x1, x2, …, xn)T 为 的坐 标向量,也简称为坐标。
从上述线性空间例子中可以看到,许多常见 的研究对象都可以在线性空间中作为向量来研究。 另外应理解加法和数乘分别是 V 中的一个二元运 算和数域 F 和 V 中元素间的运算,要求运算满足 定义 1.1 中的八条性质,它们已不再局限在数的 加法、乘法的概念中。
一个数学例子 取集合为正实数集合 R+,F 为实数域 R,加 法“”和数乘“”如下定义 :a, bR+,ab = ab, :kR(i.e. F ),aR+,k a = ak。 在此运算下,R+ 是 R 上的一个线性空间,其中 加法零元素是 R+ 中的数 1,R+ 中元素 a 的负元素 是 a1。
矩阵论第一章
k1 , k2 ,L, kr ∈ P ,使得
k1α1 + k2α 2 + L + krα r = 0
线性相关的 则称向量组 α1 ,α 2 ,L,α r 为线性相关的;
不是线性相关的 (4)如果向量组 α1 ,α 2 ,L,α r 不是线性相关的,即 )
k1α1 + k2α 2 + L + krα r = 0
上零多项式作成的集合, 上零多项式作成的集合,按多项式的加法和数量乘 上的一个线性空间, 表示. 法构成数域 P上的一个线性空间,常用 P[x]n表示. 上的一个线性空间
P [ x ]n = { f ( x ) = a n − 1 x n − 1 + L + a 1 x + a 0 a n − 1 ,L , a 1 , a 0 ∈ P }
+ ∀a ∈ R + , ∀k ∈ R, k o a = a k ∈ R,且 ak 唯一确定. 唯一确定.
其次, 其次,加法和数量乘法满足下列算律 ① a ⊕ b = ab = ba = b ⊕ a ② (a ⊕ b) ⊕ c = (ab) ⊕ c = (ab)c = a(bc) = a ⊕(bc) = a ⊕(b ⊕ c)
二、线性空间的简单性质
1、零元素是唯一的. 、零元素是唯一的
证明:假设线性空间 有两个零元素 有两个零元素0 证明:假设线性空间V有两个零元素 1、02,则有 01=01+02=02.
2、 α ∈V ,的负元素是唯一的,记为- α . 、 的负元素是唯一的,记为∀
证明: 证明:假设α 有两个负元素 β、γ ,则有
k ,α 的数量乘积 并记做 kα , 如果加法和数量乘法 的数量乘积,并记做
矩阵论第一章
二、基与维数
设X是数域K上的线性空间, { x1 , x2 ,L , xn } ⊂ X . 相关与无关 若存在不全为零的数 ai ∈ K , i = 1, 2,L , n, 使 则称 { x1 , x2 ,L , xn } 是线性相关的,否则称为线性无关的. 生成空间 设 E ⊂ X , 称
M中元素 的个数
当 A1 = A2 = L = An 时,记A = A1 × A2 ×L × An
n
习惯上:有理数集Q、实数集R、整数集Z、
{ } C = {α α = ( x , x ,L, x ) ,其中x ,L, x ∈ C} R = { A A = ( a ) , a ∈ R} C = { A A = ( a ) , a ∈ C}
矩阵论课件
2013.9
矩阵论简介 矩阵论是线性代数的深入,是用现代数学 的方法对有限维空间的描述与分析;对复杂矩 阵的分析、刻画与处理。 矩阵论不仅是学习数学理论的一个基本工 具,也是工程技术领域处理大量有限维空间形 式与数量关系的强有力工具。因此也是许多研 究方向的博士生入学考试的规定课程。
第一章
=0
故M为R
的子线性空间。
二、基与维数
1 0 0 1 0 0 取e1 = , e2 = , e3 = ∈ M. 0 −1 0 0 1 0 x1 x2 0 0 因为 x1e1 + x2e2 + x3e3 = = x − x 0 0 1 3
是Z到Z的双射;
x11 f4 x21
x12 x22
x13 = ( x11 , x12 , x13 , x21 , x22 , x23 ) x23
是R2×3到R6的双射。
第一章 矩阵论
b1 b2 (3) 列矩阵 (又称为列向量) B bm
6
矩阵概念
(4)方阵中从左上角元素到右下角元素的元 素族称为主对角线.主对角线以外的元素都 是零的方阵称为对角矩阵,简称对角阵.记 为 a11 0 0 0 a22 0 diag a11 , a22 ,, ann 0 ann 0
第一章 矩阵论
1.1 矩阵的概念及其运算
1.2 矩阵的行列式
1.3 矩阵的初等变换与矩阵的秩
1.4 矩阵的逆
1.5 矩阵的分块、克莱默法则
1
1.1 矩阵的概念及其运算
1.1.1 矩阵的概念 1.1.2 矩阵的线性运算与乘法 1.1.3 矩阵的转置
2
矩阵概念
引例 产品分配问题:某厂向三个商店发送四个产品.
7
矩阵概念
(5)单位矩阵 主对角线上的元素全是1的对角阵
(6)上三角阵 主对角线下方所有元素均为零的 方阵; 下三角阵 主对角线上方所有元素均为零的 方阵.
1 0 E 0 0 0 1 0 0 1
a11 a12 a1n 0 a22 a2 n A 0 0 ann
a11 0 0 a21 a22 0 B an1 an 2 ann
8
1.1.2 矩阵的线性运算与乘法
线性运算
加法 :两同型矩阵
a11 a12 a21 a22 A am1 am 2 之和为 A B ( aij
b11 b12 b1n a1n b21 b22 b22 a 22 , B bm1 bm 2 bmn amn bij ) m n .
矩阵论课件
P 是数域, 若 n是正整数, 则系数属于 P 而未知元为 x 的
所有次数不超过 n 的多项式的集合,此集合连同零多 项式在内按通常多项式的加法及数与多项式的乘法, 构成数域 P 上的一个线性空间全体记作: Pn [ x ].
4 December 2014 河北科技大学
机动 目录 上页 下页 返回 结束
, t 可以由1 , 2 ,
, s 线性表
, t 线性相关.
推论1 若 1 , 2 ,
, t 可 以 由 1 , 2 ,
, s 线 性 表 示 , 且
1 , 2 , , t 线性无关,则 t s .
推论2 若 1 , 2 ,
, t 与 1 , 2 , , s 等 价 ,且 均 线性 无
实数域 R 上的线性空间简称为实线性空间; 复数域 C 上的线性空间简称为复线性空间.
下面看几个线性空间的例子.
4 December 2014
河北科技大学
机动 目录 上页 下页 返回 结束
矩阵论
例1 若 P= 是数域,V 是分量属于 P= 的 n元有序数组的集合
V a1 , a2 ,
, an | ai P,i 1, 2,
矩阵论
例4 所有定义在区间 a , b a t b 上的实值连续
函数全体构成的集合, 按照函数的加法及数与函数 的数量乘法,构成实数域 R 上的一个线性空间,记 作: R a , b .
例5 实(复)系数齐次线性方程组 Ax 0( A R mn
或 C mn ; x R n 或 C n ;行向量和列向量不做区别) 的解空间 S 构成 R 或C 上的一个线性空间.
才成立,称 x1 , x2 ,
第一章 矩阵论
例 设V为数域P上的线性空间, 1 , 2 ,, m 是V中的一组元素,则
Span 1 , 2 , , m k1 1 k 2 2 k m m k1 , k 2 , , k m P
是V 的子空间,称为 1 , 2 ,, m的生成子空 间, 1 , 2 ,, m称为该子空间的生成元. •
定义1.7 设 1 , 2 ,, n和 1 , 2 ,, n是n维线性空间 V 的两组基,显然它们可以互相线性表示,若
1 c11 1 c 21 2 c n1 n , 2 c12 1 c 22 2 c n 2 n , n c1n 1 c 2n 2 c nn n ,
1 x 3 2 x 2 x 2 x 3 x 2 x 1 3 x 3 2x 2 x 1 4 x 3 x 2 1
求由基 渡矩阵.
第三节 线性子空间
一.子空间的概念 定义 设V为数域P上的线性空间,W是V 的非空子集,若W关于V中的线性运算也 构成数域P上的线性空间,则称W是V的 线性子空间,简称子空间. 对任何线性空间V ,显然由V中单个零向 量构成的子集是V的子空间,称为V的零子空 间; V本身也是V的子空间.这两个子空间称 为V的平凡子空间.其它子空间称为V的非平 凡子空间.
二.线性空பைடு நூலகம்的定义与性质
1、线性空间的定义
定义
n 例2 n维向量空间 R(及其子空间)按照向量的加 法以及向量与实数的数乘都构成实线性空间。
例3 全体 m n实矩阵,在矩阵的加法及数乘两种运 算下构成一个实线性空间,记为 R mn .
例4 区间[a,b]上的全体连续实函数,按照函数的 加法及数与函数的乘法构成一个实线性空间,记为 C[a,b].
- 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)。
定义 1. 具有某种特定性质的事物的总体称为 集合. 组成集合的事物称为元素. 不含任何元素的集合称为空集 , 记作 .
元素 a 属于集合 M , 记作 a M .
元素 a 不属于集合 M , 记作
a M
(或
a M ) .
表示法:
(1) 列举法: 按某种方式列出集合中的全体元素 .
例: 有限集合 A a1 , a2 , , an
实质:二元关系是描述两个集合之间元素与元素 的关系或者是一个集合内部两个元素之间的关系, 它是满足某种规律的有序对全体。
例 1:
A与B之间是一个住宿关系。
设A {甲,乙,丙,丁}(四个人),B {1, 2,3} (三套房间),
显然,R {(甲,1),(乙,3),(丁,3),(丙,2)} A B
逆映射与复合映射
1.1.8 逆映射的定义
定义: 设有映射 使 称此映射 g为 f 的逆映射 , 习惯上 计为 f 1. 若f有逆映射,则称f可逆. 例如, 映射
A
f
f 1
若存在一新映射
B
其逆映射为
机动
目录
上页
下页
返回
结束
定理1.1.4 设映射f :A→B是可逆的,则f 的逆 映射 f 1 是唯一的。
实数集合
R x x 为有理数或无理数
机动 目录 上页 下页 返回 结束
2. 集合之间的关系及运算
定义2 . 设有集合 A , B , 若 x A 必有 x B , 则称 A 是 B 的子集 , 或称 B 包含 A , 记作 A B
若 A B 且 B A 则称 A 与 B 相等, 记作 A B . 例如 , , ,
主讲人: 赵洪涌教授 E-mail:h2862753@
课时:
60学时
教材: 《矩阵论》,戴华编,科学出版社。
主要参考书:
1. 方保镕,周继东编,矩阵论,清华大学出版社,2004.
2. 刘慧等,矩阵论及应用,化学工业出版,2003.
3.程云鹏,矩阵论,西安工业大学出版,2000. 4. 罗家洪,矩阵分析引论,华南理工大学出版,2002.
(3).分配律 : A (B C) ( A A (B C) ( A
B) B)
(A (A
C) C)
1.1.2
二元关系与等价关系
定义1.1.2 设A、B是两个非空集合,元素对 的集合 {( a, b) | a A, b B} 为A与B 的笛卡 儿积,记作 A B ,即
A B {( a, b) | a A, b B}
f 3 : C D, 则有
(1)
(2)
f 3 ( f 2 f1 ) ( f 3 f 2 ) f1;
f1 I A I B f1 f1.
f1 (1) 2
注意:复合映射一般不满足交换律。
如设A B C {1, 2}.定义: {
则(f 2 . f1 )(1) f 2 ( f1 (1)) f 2 (2) 1, 而
531教室座位 的集合
机动
目录
上页
下页
返回
结束
定义1.1.7 则 f , 使得
设 X , Y 是两个非空集合, 若存在一个对应规
有唯一确定的 与之对应 , 则
称 f 为从 X 到 Y 的映射, 记作 f : X Y .
X
f
Y
元素 y 称为元素 x 在映射 f 下的 像 , 记作 y f ( x).
A R {[ a] | a A}
称为A关于R的商集。
特点: 1. 同一等价类之间有关系R, 而不同等价类之间 无此关系。 2. 由对集合中各元素性质的研究转化为对一个 等价类的研究,大大减少了工作量。
例 4: A={矩阵论五班学生}, R: 为同性别关系。
则【男】 ,【女1】 。 1 R {男生} R {女生}
称为映射 f1 和 f 2 的乘积(复合),记为 f 3 f 2 f1
C
f1 ( A)
注意: 构成复合映射的条件 f `1 ( A) B 不可少. 以上定义也可推广到多个映射的情形.
机动 目录 上页 下页 返回 结束
定理1.1.3 设有映射 f1 : A B, f 2 : B C,
f1 (2) 1
,{
f 2 (1) 1
f 2 (2) 1
.
( f1. f 2 )(1) f1 ( f 2 (1)) f1 (1) 2, f 2 . f1 f1. f 2 .
定理1.1.5 映射f :A→B是可逆映射的充 分必要条件是 f 是A 到B 的双映射。
-1 设 f:A B 是可逆映射 ,f :B A为f的逆映射. 证明:
定理1.1.2 (1) 集合A上的每个等价关系R 都决定A的一个分类。 (2) 集合A的每个分类都决定A 上的一个等价关系。
证明 (1) 如果R是A上的等价关系,则 A/R给出了A的一个分类。
(2) 如果 {Bi } 是A的一个分类,令 R {( x, y) |存在 Bi ,使得 x Bi , y Bi } 则R是A上的一个等价关系。
自然数集 N 0 , 1 , 2 , , n ,
(2) 描述法:指把集合中元素所具有的特征性质表示出来。
M x x 所具有的特征
x N Z x xN 或 例: 整数集合 p p 与 q 互质 Q p Z , q N , 有理数集 q
先证f是单映射。 对a1 , a2 A, f (a1 ) f (a2 ),
则 a1 (f-1 f )(a1 )=f-1 ( f (a1 ))=f-1 ( f (a2 ))=a2 , f是A B单映射;
再证f是满映射。对b B, 设f (b) a, 则
-1
f(a)=f(f-1 (b)) (f f-1 )(b) b,f是A B满映射, f是A B的双射。
显然有下列关系 :
机动
目录
上页
下页
返回
结束
定义 3 . 给定两个集合 A, B, 定义下列运算:
并集 A B x
交集 A B x 差集 余集
或
A B
B A
A\ B
A B
且
且 x B
A \ B x
c BA
A \ B ( 其中B A )
A c BA
元素 x 称为元素 y 在映射 f 下的 原像 . 集合 X 称为映射 f 的定义域 ;
Y 的子集 f ( X ) f ( x) x X
称为 f 的 值域 .
注意: 1) 映射的三要素— 定义域 , 对应规则 , 值域 . 2) 元素 x 的像 y 是唯一的, 但 y 的原像不一定唯一 .
必要性(略)。
定义1.1.11 设A 是一个非空集合,A 到 自身的映射称为A 的变换;A 到自身的双 映射称为A 的一 一变换;如果A 是有限集, A 的一一变换称为A 的置换。
复合映射
引例.
B
A f1
手电筒
f 2 . f1
C
复合映射
A
f 2 . f1
机动 目录 上页 下页 返回 结束
定义1.1.9 设A、B、C是三个非空集合,并 设 有两个映射 f1 : A B, f 2 : B C, 由 f1 , f 2
确定 A 到 C 的映射 f 3 : a f 2 ( f1 (a))( a A)
A / R 【男】【女】 { 1 R, 1 R }.
例 5: A={52张扑克} R1={(a,b)|a与b同花,a,b是扑克} R2={(a,b)|a与b同点,a,b是扑克}
则
R1把A分为四类同花类,
R2把A分为13类同点类。
定义1.1.6 设每个 Bi (i I ) 都是集合A的非空 子集,如果 A Bi ,并且对任意 i, j I , iI 当 i j 时有 Bi B j ,则称 {Bi } 是A的 一个分类。
为A B上的一个二元关系。
例 2: A={矩阵论五班学生}。
显然,均来自于南京的同学关系R是A上的 一个二元关系。
想一想: 在该例中还存在什么关系?
例3: A={ 张华 , 王兵 , 陈平 , 李兰
a1 a2 a3 a4
B={ 软件, 硬件, 自动化, 遥感
b1 b2 b3 b4
则:R1={(a1,b1),(a1,b3), (a2,b2),(a2,b4), (a3,b3),(a3,b4), (a4,b1),(a4,b4) } 是选双学位专业的二元关系。
特例: R R
记
R
2
B
A B
A
为平面上的全体点集
机动 目录 上页 下页
返回
结束
定义1.1.3 设A、B是两个集合, A B 的子集 R 称为 A B 中的一个二元关系,即按某种 规定,定义了一个有序对(a,b)的集合R, 其中 a A, b B. 记为:aRb.
特别地,A A 中的二元关系简称为A上的 二元关系。
1.1 预备知识:集合· 映射与数域 1.2 线性空间 1.3 基与坐标
1.4 线性子空间
1.5 线性空间的同构
1.6 内积空间
1.1 预备知识:集合· 映射与数域
1.1.1 集合及其运算 1.1.2 二元关系与等价关系
1.1.3 映射
1.1.4 数域与代数运算
1.1.1
1. 定义及表示法
集合
定义1.1.4 若集合A上的一个二元关系R 满足
(1) 自反性:对任意 a A ,有aRa; (2) 对称性:对任意 则bRa;