高等代数第六章

合集下载

第六章 线性空间与线性变换

第六章 线性空间与线性变换
(7) (k + l)α=kα+lα , k,l ∈ F ; (8) k(lα )=(kl)α ,
其中α, β ,γ 是V 中的任意元素, k,l 是数域 F 中任意数.V 中适合(3)的元素 0 称为零元
素;适合(4)的元素 β 称为α 的负元素,记为 − α .
下面我们列举几个线性空间的例子.
例1 数域 F 上的所有 n 维列向量集 F n 算规则,它是数域 F 上的一个线性空间.特别 地,当 F=R 时,R n 称为 n 维实向量空间;当 F=C 时,C n 称为 n 维复向量
设α = x1ε1 + x2ε 2 + L+ xnε n = y1η1 + y2η2 + L+ ynηn ,则
⎜⎛ x1 ⎟⎞ ⎜⎛ y1 ⎟⎞
⎜ ⎜ ⎜⎜⎝
第 4 页 共 19 页
第六章 线性空间与线性变换
二、同构关系
1.映射
设 M,N 是两个集合.如果给定一个法则ϕ ,使 M 中的每个元素 a 都有 N 中的一
个唯一确定的元素 a' 与之对应,则称ϕ 是集合 M 到集合 N 的一个映射. a' ∈ N 称为 a 在
映射ϕ 下的像,而 a 称为 a' 在映射ϕ 下的原像.记作ϕ(a) = a' . M 中元素在ϕ 下像的全
2) 把(1)式形式地写为
⎜⎛ x1 ⎟⎞
α
=
(ε1,ε
2
,L,
ε
n
)
⎜ ⎜ ⎜⎜⎝
x2 M xn
⎟ ⎟ ⎟⎟⎠

(η1,η2 ,L,ηn ) = (ε1,ε 2 ,L,ε n )A.
第 6 页 共 19 页
第六章 线性空间与线性变换

高等代数课件(北大版)第六章线性空间§6.5

高等代数课件(北大版)第六章线性空间§6.5

例6
,2 , ,r V 设V为数域P上的线性空间, 1
令 W { k k k k P , i 1 , 2 , , r } 1 1 2 2 r r i
则W关于V的运算作成V的一个子空间.
, , , 即 的一切线性 1 2 r 组合所成集合.


2019/3/18
, W , k P , 其次, 3
( x y , x y , , x y , 0 ) W 则有 1 1 2 2 n 1 n 1 3
k ( k x , k x , , k x , 0 ) W 1 2 n 1 3
故,W3为V的一个子空间,且维W3 =n-1 ,
2019/3/18
数学与计算科学学院
2、线性子空间的判定
V 定理:设V为数域P上的线性空间,集合 W
(W ),若W对于V中两种运算封闭,即
W , k P ,有 kW
, W , 有 W ;
则W是V的一个子空间.
V ( W ) ,则 推论:V为数域P上的线性空间,W
, W ,, a b P , a b W . W是V的子空间
2019/3/18
数学与计算科学学院


证明:要证明W也为数域P上的线性空间, 即证W中的向量满足线性空间定义中的八条规则. 由于 WV ,规则1)、2)、5)、6)、7)、8) 是显然成立的.下证3)、4)成立.
2019/3/18
例4
n元齐次线性方程组
a a 1 1x 1 a 1 2x 2 1nx n 0 a a 2 1x 1 a 2 2x 2 2nx n 0 a x a x a x 0 sn n s1 1 s2 2

高等代数第六章

高等代数第六章

数域P上的线性空间.
例5 全体正实数R+,
1) 加法与数量乘法定义为: a, b R , k R

a b log
b a
k a ak
a , b R , k R 2) 加法与数量乘法定义为:
a b ab
k aa
k
判断 R+是否构成实数域 R上的线性空间 .
为数域 P上的次数小于 n 的多项式的全体,再添上 零多项式作成的集合,按多项式的加法和数量乘法
构成数域 P上的一个线性空间。
例3 线性空间 P mn
数域 P上 m n矩阵的全体作成的集合,按矩阵的乘法 和数量乘法,构成数域 P上的一个线性空间。
例4 任一数域 P 按照本身的加法与乘法构成一个
3)如果 σ 、τ都是双射,那么 g 也是双射,并且
g 1 ( ) 1 1 1
§2.线性空间的定义和简单性质
线性空间的定义 线性空间的简单性质
引例1 对于数域P上的n维向量空间Pn,定义了两个向 量的加法和数量乘法: (a1 , a2 , , an ) (b1 , b2 , , bn ) (a1 b1 , a2 b2 , , an bn )
定义:集合是一些事物汇集到一起组成的一个整
体;组成集合的这些事物称为集合的元素。
集合用大写字母A、B、C 等表示; 集合的元素用小写字母a、b、c 等表示.
Note “集合”概念没有一个严谨的数学定义,只是有一个 描述性的说明. 集合论的创始人--19世纪中期德国数学家康托尔 (Cantor)把集合描述为:所谓集合是指我们直觉 中或思维中确定的,彼此有明确区别的那些事物作为 一个整体来考虑的结果. 集合中的元素具有:确定性、互异性、无序性.

高等代数【北大版】6.4

高等代数【北大版】6.4

a2n

ann
则称矩阵
a11 a12
A
a21
a22
an1 an2
a1n
a2n
ann
为由基1, 2 , , n到基 1, 2 , , n 的过渡矩阵;
称 ① 或 ② 为由基 1, 2 , , n到基 1, 2 , , n
的基变换公式.
§6.4 基变换与坐标变换
2、有关性质
1)过渡矩阵都是可逆矩阵;反过来,任一可逆 矩阵都可看成是两组基之间的过渡矩阵.
并求矩阵 A
3 4
5 2
在基 F11, F12 , F21, F2下2 的矩阵.
§6.4 基变换与坐标变换
解:
F11 E11
F12 F21 F22
E11 E11 E11
E12 E12 E12
E21 E21
E22
1 1 1 1
(
F11
,
F12,
F21
,
F22
)
(
E11
,
E12,
任取V的一组基 1,2 , ,n ,
n
令 j aiji , j 1,2, , n
i 1
于是有, (1, 2 , , n ) (1,2 ,
, n ) A
§6.4 基变换与坐标变换
由A可逆,有 (1,2, ,n ) (1, 2, , n )A1
即,1,2 , ,n也可由 1, 2 , , n 线性表出.
2 1 0
1 1 1
2 1 1
1
0 1
1 1
0 1
2 2
1 1 2
3
1 2
§6.4 基变换与坐标变换
1 0 0 1

高代第六章

高代第六章

第六章二次型·合同矩阵例在直角坐标系{O; x, y}中,任一条中心在原点的有心二次曲线(centered conic)的方程均有如下形式22++=ax bxy dcyΓ225564x y xy +-=例在直角坐标系{O; x , y }中,设二次曲线的方程为该方程等号左端是x , y 的二次齐次多项式(quadratic homogeneous polynomial)。

45{};,'O x y '将坐标系逆时针旋转得到坐标系相应的坐标变换公式为45454545cos sin sin cos x x y y x y ⎧''=-⎪⎨''=+⎪⎩Γ221224x y ''+=,'x y '由此可得曲线的新方程为其等号左端是的二次齐次多项式。

例在前面讨论过的弹簧振动系统中,利用两质点偏离平衡位置的位移可得系统的动能T 与势能V21 ,x x 22121[()()]2dx dx T m dt dt=+2221212111()()222V kx k x x k x =+-+-记dtdx x dt dx x 2211 ,==∙∙,则221211()()22T m x m x ∙∙=+221212V kx kx kx x =+-12, x x ∙∙12, x x 上式中,T 是关于的二次齐次多项式,V 是关于的二次齐次多项式。

§6.1二次型和它的标准形1.二次型与线性替换K 定义系数在数域中的n 个变量的二次齐次多项式12211112121313112222232322233333 ()222 22 2 n n nn nn nf x x x a x a x x a x x a x x a x a x x a x x a x a x x =+++++++++++++,,,2nn na x称为数域K 上的一个n 元二次型(quadratic form)2ixj i x x 称为二次型的平方项,称为二次型的交叉项或混合项。

高等代数.第六章.线性空间.课堂笔记

高等代数.第六章.线性空间.课堂笔记
线性相关
α1 , α2 , … , α������ 线性无关 *.������ = ������ ⇐ { ������1 , ������2 , … , ������������ 线性无关 向量组等价 (4)向量组α1 , α2 , … , α������ 线性无关,α1 , α2 , … , α������ , ������线性相关,则������可由α1 , α2 , … , α������ 线性表出. 二、线性空间的维数、基与坐标: 1.维数: 定义 5 ①如果在线性空间������ 中有n个线性无关的向量,但任意n + 1个向量线性相关,定义������ 是一 个n维线性空间,记������������ ������(V) = ������. ②无限维线性空间; ③零空间维数为 0. 2.基与坐标: 定义 6 ①基:线性空间������ ,������������ ������(V) = ������,n个线性无关的向量组������1 , ������2 , … , ������������ 称为������ 的一组基; ②坐标:设������1 , ������2 , … , ������������ 称为������ 的一组基,α ∈ V, 若α = ������1 ������1 + ������2 ������2 + ⋯ + ������������ ������������ ,������1 , ������2 , … , ������������ ∈ ������,则数组������1 , ������2 , … , ������������ 就称为α在 基������1 , ������2 , … , ������������ 下的坐标,记为:(������1 , ������2 , … , ������������ ).

高等代数 第6章线性空间 6.6 子空间的直和与线性空间的同构

高等代数 第6章线性空间 6.6 子空间的直和与线性空间的同构

多个子空间的直和
设W1,W2,…,Wr都是线性空间V的子空间。如果 则称 W1+ W2+…+ Wr 为子空间 W1 , W2 , … , Wr 的直和,记为 W1+ W2+…+ Wr。
说明:一定要注意这里的条件是 ,不是Wi Wj ={0},初学者
很容易出错。 多个子空间的和构成直和的条件 设 W1,W2 ,…,Wr是线性空间V的子空间,则 W1+ W2+…+ Wr 构成直和的充要条件是下列之一成立:
n维线性空间
Vn
R
n
x1 1 x2 2 xn n
x ( x1 , x2 , , xn )
T
( 2)设
( x1 , x2 ,, xn )T ( y1 , y2 ,, yn )T
( x1 , x2 ,, xn ) ( y1 , y2 ,, yn )
T T
则有
( x1 , x2 ,, xn )
T
结论 1.数域 P上任意两个n 维线性空间都同 构. 2.同构的线性空间之间具有反身性、对称性 与传递性. 3.同维数的线性空间必同构.
同构的意义
在线性空间的抽象讨论中,无论构成线性空间 的元素是什么,其中的运算是如何定义的,我们所 关心的只是这些运算的代数性质.从这个意义上可 以说,同构的线性空间是可以不加区别的,而有限 维线性空间唯一本质的特征就是它的维数.
定义 设U、V是两个线性空间,如果它们的元素 之间有一一对应关系 ,且这个对应关系保持线性 组合的对应,那末就称线性空间 U2 xn n x1 , x2 ,, xn R
与 n 维数组向量空间 R n 同构. 因为 T (1) Vn中的元素与R n中的元素( x1 , x2 ,, xn ) 形成一一对应关系;

高等代数考研复习[线性空间]

高等代数考研复习[线性空间]

1.2 常用线性空间
n P (1)n维向量空间: {(a1, a2,
, an ) | ai , P}
Pn 空间的基 1, 2 , , n 其中 i (0
n dim P n. 空间维数 P
1
i
0)
n
nm P (2)矩阵空间: Anm | A (aij ), aij P.
3 1 1 3 3 0 1 1 F1 , F2 , F3 , F4 . 1 1 1 1 2 1 0 2
(1)求由 F1, F2 , F3 , F4到 E11, E12 , E21, E22 的过渡矩阵.
1 线性空间概念、基维数与坐标
1.1
线性空间的定义: 设V是一个非空集合,P是一个数域.在V的元 素之间定义了两种运算:加法与数乘,并且 两种运算满足8条性质.则称集合V是数域P上 的线性空间. 简单地说:带有线性运算的集合,同时运算 满足8条性质的集合称为线性空间. 线性空间中的元素称为向量,线性空间也称 为向量空间.
y1 y 2 A . yn
(1 , 2 ,
y1 y , n ) 2 , yn
那么,
x1 x 2 xn
题型分析:1)确定空间的基与维数
nn V { A | A A , A P }, 求V的基与维数. 例1 设
过渡矩阵都是可逆的!并且由 1, 2 , , n 到
1 坐标变换:设 1, 2 , , n 与 1, 2 , , n 都是
n维空间V的基,对V中任一向量,有
x1 x , n ) 2 ( 1 , 2 , xn

高等代数第6章线性空间

高等代数第6章线性空间
1集合映射映射2线性空间的定义与简单性质线性空间的定义与简单性质3维数基与坐标基与坐标4基变换与坐标变换基变换与坐标变换5线性子空间线性子空间6子空间的交与和子空间的交与和7子空间的直和子空间的直和8线性空间的同构第第6章章线性空间1集合映射一集合?集合的定义
第6章 §1 §2 §3 §4 §5 §6 §7 §8
线性空 间
集合· 映射 线性空间的定义与简单性质 维数· 基与坐标 基变换与坐标变换 线性子空间 子空间的交与和 子空间的直和 线性空间的同构
§1
集合· 映射
一、集合
集合的定义:作为整体看的一堆东西。通
常用大写英文字母A,B,C,…表示。 组成集合的东西叫元素,用小写英文字 母a,b,c,…表示
Rn: 为n维实向量空间 R3: 是3维实向量空间,即通常的几何空间.
例3 Pmn: 数域P上m×n矩阵全体组成的集合 对于矩阵的加法和数与矩阵的乘法构成P上 线性空间. 例4 C0(a, b): 闭区间 [a, b] 上所有连续函数全 体组成的集合对于函数的加法和数与函数的 乘法,即 (f + g)(x) = f(x) + g(x) (kf)(x) = kf(x) 构成实数域R上的线性空间.
例2
P[x]是无限维线性空间.
例3
线性空间Pn[x]中,1, x, x2, …, xn-1 是一组基,且dim Pn[x] = n. f(x)= a0+a1x ++an-1 xn-1 在这组基下的坐标是(a0, a1,, an-1) 可以证明1, (x-a), (x-a)2,…, (x-a)n-1也是 一组基。 用Taylor公式展开

(1)零空间0没有基, 规定其维数为0,

高等代数课件 第六章

高等代数课件 第六章

例3 在空间V2里,平行于一条固定直线的一切向 量空间作成V2的一个子空间。在间间V3里,平行于一 条固定直线或一张固定平面的一切向量分别作成V3的 子空间(6.1,例1)。
例4 F n中一切形如
(1,2 ,,n1,0),i F
的向量作成 F n的一个子空间。
例5 F [x]中次数不超过一个给定的整数n的多项 式全体连同零多项式一起作成F [x]的一个子空间。
第六章 向量空间
6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标 6.6 向量空间的同构 6.7 矩阵的秩 齐次线性方程组的解空间
§6.1 向量空间的定义和例子
一、 引例——定义产生的背景
例1 设 F 是一个数域,F mn表示上m×n矩阵的集合, 回忆一下 F mn 上所能够施行的运算(教材P182):只有 加法和数乘两种,并且满足(教材P183):
空间 M n (F)的非空子集。又中M n (F) 的运算是矩阵的
加法及数与矩阵的乘法,而两个上三角形的和仍是一 个上三角形矩阵,一个数与一个上三角形矩阵的乘积 仍是上三角形矩阵,所以,由子空间的定义 ,U是
的 M n (F) 一个子空间。
W {A M n (F) | | A | 0}不是 M n (F) 的子空间, 因为n阶单位矩阵I及 – I ∈W,但 I (I ) O W
+AY =β+β≠β,故
V对A, 的F加n 法不封闭。
定理6.2.2 向量空间W的一个非空子集W是V 的一个子空间的充要条件是对于任意a,b∈F和任意 α,β∈W,都有aα+bβ∈W
二、子空间的交与和
命题1 设W1,W2是向量空间V的二个子空间, 那么它们的交W1∩W2也是V的一个子空间.

高等代数课件(北大版)第六章-线性空间§6.7

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

x1 x2
xn

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

高等代数课件(北大版)第六章-线性空间§6.6

高等代数课件(北大版)第六章-线性空间§6.6

bt 1
x1
bt
2
x2
btn xn 0
的解空间,则 W1 W2 就是齐次线性方程组③
2020/9/20§6.6 子空间的交与和
a11 x1 a12 x2 a1n xn 0
ab1s11
x1 x1
as2 x2 b12 x2
asn xn 0 b1n xn 0

bt 1
x1
bt
并不是R3的子空间. 因为它对R3的运算不封闭,如 (1,0,0), (0,1,0) V1 V2
但是 (1,0,0) (0,1,0) (1,1,0) V1 V2
2020/9/20§6.6 子空间的交与和
三、子空间的交与和的有关性质
1、设 V1,V2 ,W 为线性空间V的子空间
1)若 W V1,W V2 , 则 W V1 V2 . 2)若 V1 W ,V2 W , 则 V1 V2 W .
2020/9/20§6.6 子空间的交与和
注意:
V的两子空间的并集未必为V的子空间. 例如 V1 {(a,0,0) a R}, V2 {(0,b,0) b R}
皆为R3的子空间,但是它们的并集 V1 V2 {(a,0,0),(0,b,0) a,b R} {(a,b,0) a,b R 且a,b中至少有一是0}
第六章 线性空间
§1 集合·映射
§5 线性子空间
§2 线性空间的定义 §6 子空间的交与和
与简单性质
§7 子空间的直和
§3 维数·基与坐标
§8 线性空间的同构
§4 基变换与坐标变换 小结与习题
2020/9/20
§6.6 子空间的交与和
一、子空间的交 二、子空间的和 三、子空间交与和的有关性质

高代 第六章知识点

高代 第六章知识点

第六章知识点
1、集合,映射:def, 单射/满射,双射
2、线性空间:def, 加法和数乘(八条运算规则),四条简单性质
考查点:检验给定空间能否构成线性空间?P267(T3)
3、维数、基、坐标:线性组合,线性相关、无关,维数,基,坐标
考查点:1、考察向量之间的线性关系
2、求给定空间的维数和基(T8)
3、求已知向量在某组基下的坐标(T7);
4、基变换,坐标变换:一组基向量组在另一组基下的坐标按列排构成过渡矩阵;向量
在不、同基下的坐标之间的关系依赖于基之间的过渡矩阵考查点:1、求基之间的过渡矩阵,2、求已知向量在不同基下坐标之间的关系式
(T9-10)
5、线性子空间:def, 平凡子空间,非平凡,生成子空间;TH3-4;
考查点:1、线性子空间的检验,求符合条件的子空间以及基和维数(T13,14,16,17)
2、证明子空间相互之间关系(理论依据:TH3,T12,补充T4-5)
6、子空间的交与和:def, 性质;TH7(维数公式),推论
考查点:1、计算:求子空间的交与和空间的维数和基(T18)
7、直和:def, 与之等价的三个充要条件;多个子空间直和def, 充要条件
考查点:1、证明空间之间的直和关系(三个充要条件的应用,T19-22,补充T3)
计算重点:1、求线性空间的维数和基,向量在某组基下的坐标
2、求基变换的过渡矩阵,向量在不同基下的坐标变换关系式
3、求子空间基和维数,包括一般线性子空间、子空间的和,子空间的交
证明重点:1、向量组线性无关
2、子空间的相互关系
2、直和。

高等代数(第6章)

高等代数(第6章)

4)若k 0, 则当k 0时, 1 ( k 1k ) k 1 ( k ) k 1 0 0.
例1 记全体正实数的集合为R , 在其中定义加法与数乘如下:
k
对 , R , ;对 R , k R, k .求证: R 构成线性空间. 证明:首先,对 , R , R
(5)映射的乘法 定义 设 、分别是集合M到M及M到M的映射, 规定 ()(a)= ( (a)) , aM 称为 与的乘积. 如例1中2 1: A A E 为M到自身的映射. 性质 ()= (), 1M = 1M =
(6)逆映射 设映射:MM .如果存在映射: MM 使 =1M , =1M 则称映射 可逆,并称为 的逆映射 . 结论:可逆映射:MM的逆映射: MM 是唯一的; 若映射可逆,其逆映射记为 -1 . 映射:MM可逆的充要条件是 是双射. (证明略)
k k
因此,R确实构成线性空间.
思考与练习 教材P267 3.
P267 3.(5) 证明:全体实数的二元数列集合V按如下规定的加法 与数乘运算构成线性空间.
(a1 , b1 ) (a2 , b2 ) (a1 a2 , b1 b2 a1a2 ) k ( k 1) 2 k (a1 , b1 ) ( ka1 , kb1 a1 ) 2
解:设有P中一组数k1, k2, k3, k4使 k1G1 +k2G2 +k3G3+k4G4 =O 比较分量,得
ak1 k 2 k 3 k4 k1 ak 2 k 3 k4 k1 k 2 ak 3 k4 k1 k 2 k 3 ak4 0 0 0 0
a在下的一个原像

高等代数第6章多项式

高等代数第6章多项式
q1 ( x ) =
f(x)-g(x)q1(x)=f1(x) deg f1(x)≤n-1 ≤ f1(x)-g(x)q2(x)=f2(x) deg f2(x)≤n-2 ≤ … … … fk(x)-g(x)qk+1(x)=fk+1(x) f1(x), f2(x),…, fk(x)的次数渐减 直到小于 的次数渐减,直到小于 … 的次数渐减 直到小于g(x)的次数 的次数
设数域P上的多项式 设数域 上的多项式 f(x) = anxn+an-1xn-1+…+a1x+a0 , … (1) an,an-1,…,a1,a0称为 的系数 系数全为 称为f(x)的系数,系数全为 系数全为0 … 的多项式称为零多项式 记作0. 零多项式,记作 的多项式称为零多项式 记作 (2) akxk (k=n,n-1,…,1,0)称为 的k次项 k 称为f(x)的 次项 次项,a 称为 称为f(x)的k次项系数 次项系数. 称为 的 次项系数 (3) 零次项 0也称为 零次项a 也称为f(x)的常数项. 的常数项. (4) 若an≠0,称anxn为f(x)的首项,an称为f(x)的 称 的首项 称为 的 首项系数,n称为 称为f(x)的次数,常记作 常记作degf(x). 首项系数 称为 的次数 常记作 (5) 非零常数是零次多项式 非零常数是零次多项式 零次多项式. (6) 零多项式是唯一无法确定次数的多项式 零多项式是唯一无法确定次数的多项式. (7) 只有 只有f(x)≠0, degf(x)才有意义 才有意义. ≠ 才有意义
乘法运算式
例1.设f(x)=2x2+3x-1, g(x)=x3+2x2-3x+2,则 设 则 f(x)=2x2+3x-1, g(x)=x3+2x2-3x+2 . ×) 2x5+3x4- x3 4x4+6x3-2x2 -6x3-9x2+3x 4x2+6x-2 . f(x)g(x)=2x5+7x4- x3- 7x2+9x-2 也可仅取系数,但要注意添 注.(1)也可仅取系数 但要注意添 也可仅取系数 但要注意添0. (2)也可按升幂排列 也可按升幂排列. 也可按升幂排列

高等代数 讲义 第六章

高等代数 讲义 第六章

3
2、映射的乘积
设映射σ : M → M ', τ : M ' → M '',乘积 τ o σ
定义为:τ o σ(a)=τ(σ(a)) ∀a ∈ M 即相继施行σ和τ的结果,τ o σ 是 M 到 M" 的一个
映射.
注:①对于任意映射σ : M → M ',有 IM′ oσ = σ o IM = σ
σ:σ(a)=1,σ(b)=1,σ(c)=2
(是)
δ:δ(a)=1,δ(b)=2,δ(c)=3,δ(c)=4 (不是)
τ:τ(b)=2,τ(c)=4
(不是)
2)M=Z,M´=Z+,
σ:σ(n)=|n|, ∀n ∈ Z τ:τ(n)=|n|+1, ∀n ∈ Z
(不是) (是)
§6.1 集合 映射
3)M= Pn×n ,M´=P,(P为数域)
§6.1 集合 映射
注:
① 对于有限集来说,两集合之间存在1—1对应 的充要条 件是它们所含元素的个数相同;
② 对于有限集A及其子集B,若B≠A(即B为A 的真子集),则 A、B之间不可能存在1—1对应; 但是对于无限集未必如此.
如例7中的8),σ是1—1对应,但2Z是Z的真子集. M=Z,M´=2Z, σ:σ(n)=2n,∀n∈ Z
力学问题的有关属性.为了研究一般线性方程组 解的理论,我们把三维向量推广为n维向量,定 义了n维向量的加法和数量乘法运算,讨论了向 量空间中的向量关于线性运算的线性相关性,完
满地阐明了线性方程组的解的理论.

现在把n维向量抽象成集合中的元素,撇开
言 向量及其运算的具体含义,把集合对加法和数
量乘法的封闭性及运算满足的规则抽象出来,

高等代数--第六章 线性空间

高等代数--第六章 线性空间

f3(x) x
是否线性相关
f4(x) 5
以上定义是大家过去已经熟悉的,不仅
如此,在第三章中,从这些定义出发对n元
数组所作的那些论证也完全可以搬到数域F
上的抽象的线性空间中来并得出相同的结论。
1.单个向量 是线性相关的充分必要条件
是 。两个以上的向量
线性相
关的 充0分必要条件是其中有1一,个2 ,向,量r 是其余 向量的线性组合。
2.如果向量组
线性无关,而且
可以被
线1,性2 ,表出,,r 那么

1
,
2
,,
s
rs
由此推出,两个等价的线性无关的向量
组,必定含有相同个数的向量。
3.如果向量组
1
,
2
,,
r
线性无关,但向
量组
1
,
2
,,
r
,
线性相关,那么
可以被
, ,, 线性表出,而且表法是唯一的。
12
r
对于n元数组所成的向量空间,有n个线性无 关的向量,而任意n+1个向量都是线性相关 的。在一个线性空间中,究竟最多能有几个 线性无关的向量,显然是线性空间的一个重 要属性。我们引入
我们来证01=02。 由于01、 02是零元素,所以 01+02 =01, 01+02 =02
于是 01=01 +02=02。 这就证明了零元素的唯一性。
2.负元素是唯一的。
这就是说,适合条件 0的元素 是被元素 唯一决定的。 假设 有两个负元素 与 , 0, 0. 那么 0 ( ) ( ) 0 .
定义3 设 1,2 ,,r
(1)
1
,
  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)。

3)如果 σ 、τ都是双射,那么 g 也是双射,并且
g 1 ( ) 1 1 1
§2.线性空间的定义和简单性质
线性空间的定义 线性空间的简单性质
引例1 对于数域P上的n维向量空间Pn,定义了两个向 量的加法和数量乘法: (a1 , a2 , , an ) (b1 , b2 , , bn ) (a1 b1 , a2 b2 , , an bn )
2) M 中元素的象要唯一、且M´中每个元素都要有象.
3) M 中不同元素的象可能相同. 4) 函数可以看成是映射的一个特殊情形:任意一个 在实数集R上的函数 y=f(x)都是实数集R到自身 的映射. Ex
4. 映射的性质与运算
定义:映射的乘积
设映射 : M M ', : M ' M '' , 乘积 定义为: (a)=τ(σ(a)) a M
1. 若集合A有n个元素,则含有k(k<n)个元素的A 的子集有多少个? 2. 已知 M { Ann | A A}, N {Bnn | B B},求 M N , M N , M N
3.映射的定义
定义:映射指一个对应法则,
设M、M´是给定的两个非空集合,通过法则σ,有 对于 a M , | a M 与之对应,则称 σ为M到M´的4来自 上两种运算满足下列8条规则:
① ② ( ) ( )
③ 在V中有一个元素0,对 V , 有 0 (具有这个性质的元素0称为V的零元素) ④ 对 V , 都有V中的一个元素β ,使得
0 ;(β 称为 的负元素) ⑤ 1 ⑥ k (l ) (kl )
集合的表示方法
描述法:M={x | x具有性质P} 列举法:M={a1,a2,…,an}
元素与集合的关系 a A ; 1. a 属于A,记作: 2. a不属于A,记作: a A . 空集:φ
约定:空集是任意集合的子集合. {φ}≠φ {0}≠φ
2. 集合间的关系与运算
( ) ◇利用负元素,可以定义减法: 3、 0 0, k 0 0, (1)
4、k =0

k=0或 =0.
例7 证明:数域P上的线性空间V若含有一个非零
向量,则V一定含有无穷多个向量.
Note 只含一个向量—零向量的线性空间称为零空间. Ex
§3. 维数、基与坐标
基本概念 线性空间中向量之间的线性关系
线性空间的维数、基与坐标
1. 基本概念
V 是数域 P 上的一个线性空间 向量组 1 , 2 , , r 的一个线性组合: 1)
k11 k2 2 kr r 其中 1 , 2 , , r V (r 1), k1 , k2 , , kr P,
定义:集合是一些事物汇集到一起组成的一个整
体;组成集合的这些事物称为集合的元素。
集合用大写字母A、B、C 等表示; 集合的元素用小写字母a、b、c 等表示.
Note “集合”概念没有一个严谨的数学定义,只是有一个 描述性的说明. 集合论的创始人--19世纪中期德国数学家康托尔 (Cantor)把集合描述为:所谓集合是指我们直觉 中或思维中确定的,彼此有明确区别的那些事物作为 一个整体来考虑的结果. 集合中的元素具有:确定性、互异性、无序性.
例子(例题1中4)和5))
Note
① 是 M 到 M“ 的一个映射 ②对于任意映射 : M M ' ,有 IM IM
③映射的乘法不满足交换律,
④结合律 : M M ', : M ' M '', : M '' M ''' , ( ) ( ) 有
1. B是A的子集(B包含于A) ,记作 B A B A 当且仅当 x B x A 2. A与B相等,记作A=B . A=B当且仅当 A B且 B A 3. A与B的交: A B {x x A且x B}; 4. A与B的并: A B {x x A或x B} ; 显然有: A B A; A A B 5. A与B的差: A B {x | x A且x B; } 6. A与B的积 : A B {( x, y) | x A且y B}。 Ex
映射的性质
σ是M到M´的一个满射(或称 σ为映上的): 满射:
若 Im M ' (即对于任意 y M ',均存在 x M,使 y ( x) ),
单射: σ是M到M´的一个单射(或称σ为1—1的);
a1 , a2 M , 若a1 a2 , 则 (a1 ) (a2 )
例6 线性空间 V f ( A) f ( x ) R[ x ], A R nn


即n 阶方阵A的实系数多项式的全体,则V关于矩阵 的加法和数量乘法构成实数域R上的线性空间.
例7 收敛于0的实数无限序列对于极限的加法和
数乘能否构成线性空间.
2. 线性空间的性质
1、零元素是唯一的. 2、任意元素的负元素是唯一的,记为- .
向量及其运算的具体含义,把集合对加法和数量乘 法的封闭性及运算满足的规则抽象出来,就形成了 抽象的线性空间的概念,这种抽象将使我们进一步 研究的线性空间的理论可以在相当广泛的领域内得 到应用.
§1. 集合与映射
集合的定义 集合间的关系与运算
映射的定义 映射的运算与性质
1. 集合的定义
(σ-1)-1=σ.
例题
1 , x R ,问: 例2、令 f : x x, g : x x 1)g 是不是R+到R+的双射?g 是不是 f 的逆映射? 2)g是不是可逆映射?若是的话,求其逆.
g ,证明: 例3、设映射 : A B, : B C,令:
1)如果 g 是单射,那么 σ也是单射; 2)如果 g 是满射,那么 τ也是满射;
⑦ (k l ) k l ⑧ k( ) k k
Note
1. 凡满足以上八条规则的加法及数量乘法也 称为线性运算. 2.线性空间的元素也称为向量,线性空间也称 向量空间.但这里的向量不一定是有序数组. 3 .线性空间的判定:
若集合对于定义的加法和数乘运算不封闭,或者
k (a1 , a2 , , an ) ( ka1 , ka2 , , kan ), k P
而且这两种运算满足一些重要的规律,如

1 ( ) ( ) k ( l ) ( kl ) ( k l ) k l 0 k ( ) k k ( ) 0
: M M ' 或 一个映射,记做 M M'
象与原象: 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 Note ① M在映射σ下的象,Imσ= 显然,Im M '
:a
a.
( M ) { (a) a M }
(或 a1 , a2 M , 若 (a1 ) (a2 ), 则a1 a2 ), (或称σ为 1—1对应) 双射: σ既是单射,又是满射。
Ex
Note :双射的乘积还是双射.
Note
① 对于有限集来说,两集合之间存在1—1对 应的充要条 件是它们所含元素的个数相同; ② 上结论不适用于无限集.如例1中的2)
运算封闭但不满足八条规则中的任一条,则此集合 就不能构成线性空间.
例1 引例1, 2中的 Pn, P[x] 均为数域 P上的线性空间.
例2 线性空间 P[x]n P[ x ]n { f ( x ) an1 x n1
a1 x a0 an1 , , a1 , a0 P }
②集合M 到M 自身的映射称为M 的一个变换.
例题1
1)M={a,b,c}、M´={1,2,3} σ:σ(a)=1,σ(b)=2, (不是) (不是) τ:τ(a)=3,τ(b)=2,τ(c)=2 ,τ(c)=3 2)M=Z,M´=2Z, σ:σ(n)=2n, n Z (是) (双) 3)M=Z,M´=Z+, σ:σ(n)=|n|, n Z (不是) (是) (满) n Z τ:τ(n)=|n|+1, nn 4)M= P ,M´=P,(P为数域) (是) (满) σ:σ(A)=|A|, A P nn nn 5)M=P,M´= P ,(P为数域) τ:τ(a)=aE, a ( (单) P E为n级单位矩阵) (是)
数域P上的线性空间.
例5 全体正实数R+,
1) 加法与数量乘法定义为: a, b R , k R

a b log
b a
k a ak
a , b R , k R 2) 加法与数量乘法定义为:
a b ab
k aa
k
判断 R+是否构成实数域 R上的线性空间 .
对于 , , P n , k , l P
引例2
数域P上的一元多顶式环P[x]中,定义了两个多 项式的加法和数与多项式的乘法, 而且这两种运算同样满足上述这些重要的规律:
f ( x) g( x) g( x) f ( x) ( f ( x) g( x)) h( x) f ( x) ( g( x) h( x)) f ( x) 0 f ( x) f ( x) ( f ( x)) 0 1 f ( x) f ( x)
定义:映射的逆
1 已知双射 : M M ', 定义 : M M 为其的逆 映射,满足对 a M ,当 (a) a时,有 -1 (a) a Note ①只有双射才是可逆映射.
相关文档
最新文档