高等代数线性代数61集合映射线性空间的定义及简单性质

合集下载

第二节线性空间的定义与简单性质ppt课件

第二节线性空间的定义与简单性质ppt课件

例 4 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,构成数域 P 上 的一个线性空间. 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. 但是,数域 P 上的 n 次多 项式集合对同样的运算不构成线性空间,因为两个 n 次多项式的和可能不是 n 次多项式.
§6.2 线性空间的定义与简单性质
3. 0 = 0 ; k0 = 0 ; (-1) = - .
证明 + 0 = 1 + 0 = (1 + 0) = 1 = .
所以
0 = 0 .
k0 + k = k (0 +) = k
所以
k0 = 0 .
(-1) + = (-1) + 1 =[(-1) + 1] = 0 =0 ,
§6.2 线性空间的定义与简单性质
注 ◆ 例 8 中集合 V 满足线性空间定义中的其 他七条公理, 可见第五条虽然比较简单, 但是不可 由其他七条推出.
◆ 在 8 条公理中只有第一条加法满足交换律不 是独立的.
证明 ∵ 2( )=2 2 =(1+1) +(1 +1) =(1 +1 )+(1 +1 )=(+ )+( + )= +( + )+ ,
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
数 k 与 V 中任一元素 ,在 V 中都有唯一的一个
§6.2 线性空间的定义与简单性质
元素 与它们对应,称为 k 与 的数量乘积,记 = 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.
+ = 0 ( 称为 的负元素) .

线性空间与线性变换 高等代数概念拓展

线性空间与线性变换 高等代数概念拓展

线性空间与线性变换高等代数概念拓展高等代数是数学学科中的一个重要分支,其中线性空间和线性变换是其中的核心内容之一。

线性空间是指一种具有线性结构的集合,线性变换则是指在线性空间内进行的一种特殊的函数映射。

本文将深入探讨线性空间和线性变换的概念,并对其进行拓展解读。

一、线性空间的定义与性质线性空间是高等代数中的基础概念之一,它被定义为一个非空集合V,其中满足以下条件:1. 封闭性:对于任意向量u和v属于V,它们的线性组合都属于V。

即,如果u、v属于V,那么αu + βv也属于V,其中α和β为任意实数或复数。

2. 加法封闭性:对于任意向量u和v属于V,它们的和u + v也属于V。

3. 数乘封闭性:对于任意向量u属于V和任意实数或复数α,它们的数乘积αu也属于V。

4. 零向量存在性:存在一个零向量0,它对于线性空间V的所有向量都满足零向量与任意向量的相加等于该向量本身。

5. 逆元存在性:对于任意向量u属于V,存在一个相反向量-v属于V,使得u + (-v) = 0。

线性空间具有很多性质,比如对于任意向量u、v和w属于V以及任意实数或复数α和β,以下性质成立:1. 结合律:(αu + βv) + w = α(u + v) + βw2. 加法交换律:u + v = v + u3. 加法单位元:对于任意向量u属于V,存在一个加法单位元0,使得u + 0 = u4. 数乘结合律:α(βu) = (αβ)u5. 数乘单位元:对于任意向量u属于V,1u = u二、线性变换的定义与性质线性变换是指定义在线性空间之间的一种特殊的函数映射。

设V和W为两个线性空间,一个从V到W的线性变换被定义为一个函数T: V -> W,满足以下条件:1. 加法保持性:对于任意向量u和v属于V,有T(u + v) = T(u) +T(v)2. 数乘保持性:对于任意向量u属于V和任意实数或复数α,有T(αu) = αT(u)3. 零向量映射性:零向量 0v属于V时,有T(0v) = 0w,其中0w是W中的零向量。

线性空间上的线性映射理论

线性空间上的线性映射理论

线性空间上的线性映射理论线性映射是线性空间中的重要概念,它在各种数学和应用领域中都有着广泛的应用。

本文将介绍线性空间上的线性映射的定义、性质和相关定理,以及它在代数、几何和物理等领域中的应用。

1. 线性空间的定义线性空间是指一个集合,其中包含了一个数域(通常是实数域或复数域)的所有元素,同时满足一些特定的条件。

这些条件包括封闭性、加法运算的结合律和交换律、标量乘法的结合律和分配律等。

2. 线性映射的定义线性映射是指一个线性空间到另一个线性空间的映射,它保持向量的线性组合和标量乘法。

具体来说,设V和W是两个线性空间,f是从V到W的映射。

如果对于V中的任意两个向量u和v,以及任意的标量a,满足以下条件:- f(u + v) = f(u) + f(v) (保持向量的线性组合)- f(av) = af(v) (保持标量乘法)那么称f是一个线性映射。

3. 线性映射的性质线性映射有许多重要性质,其中一些是:- 零映射是一个线性映射,它将线性空间V中所有向量映射成零向量。

- 线性映射保持零向量:f(0) = 0。

- 恒等映射是一个线性映射,它将线性空间V中的任何向量映射为其自身。

- 线性映射的像是一个线性空间,它包含在目标空间W中。

- 线性映射的核是一个线性空间,它包含在起始空间V中。

- 线性映射在向量加法和标量乘法下保持封闭性。

4. 线性映射的相关定理线性映射具有许多重要的定理,其中一些是:- 利用矩阵表示:对于线性映射f,可以通过一个矩阵A来表示,称为线性映射的矩阵表示。

这个矩阵可以用来计算线性映射的像和核,以及进行线性变换等操作。

- 像空间和核空间的维数定理:对于线性映射f,其像空间和核空间的维数之和等于起始空间V的维数。

- 一一映射和满射:若线性映射f是一一映射,则其核为空空间,如果f是满射,则其像为目标空间。

- Rn和Rm之间的线性映射:对于线性映射f从Rn到Rm,可以通过线性变换矩阵来表示,这个矩阵可以用来计算矩阵的秩和零空间等。

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,

高代---线性空间

高代---线性空间

,r }.
定义 4 向量1,2 , ,r ( r 1)线性相关 存在不全为零的
高 等
数 ki P ( i 1, 2, , n ),使 k11 k11 线性无关.
k11 0 成立;否则称1,2 , ,r

数 1,2 , ,r 线性无关 设
k11 k22 krr 0 k1 k2 kr 0 .
性 空
f(x)=a0+…+anxn , 且k0+…+knxn=0时有k0==kn=0成立,故
1,x,…,xn,…是R[x]的一个极大无关组 → dimR[x]=∞.
间 本教材仅讨论无限维线性空间.
高 等 代 数
6
线 性 空 间
定义6 dimV= n,如果ε1,ε2,…,εn 线性无关,则称ε1 , ε2 , …,εn 为 V 的一组基(或一个基);
(统称为运算封闭性),且满足算律:
6
① + + ;
⑤ (ab)α a(bα) ;
② (+ )+ +(+ ) ;
⑥ 1 ;
线

③ 0V, V,0 ; ⑦ a( ) a a ;

④ V , / V , / 0 ; ⑧ (a b) a b .

线性空间概念集中体现了现代数学的两大特征: 集合论的思想
8)
等代证明: 0 0 0 0 (0 0) (0 0) 0 (0 0) 0 0 0

0 (0) 0 . 类似可证 k0 0 .
要证 (1) ,即证 (1) 是 的负向量. 事实上
8)
(1) 1 (1) (11)) 0 0 → (1) 成立. □
6 常用表达式为:k( ) (k) k .(即证 k(), (k) 是 k 的负

第六章 线性空间

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M a ∈表示a 是集合M 的元素,读为:a 属于M .用M a ∉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{}具有的性质a a M |=. 不包含任何元素的集合称为空集,记作φ.如果两个集合M 与N 含有完全相同的元素,即M a ∈当且仅当N a ∈,那么它们就称为相等,记为N M =.如果集合M 的元素全是集合N 的元素,即由M a ∈可以推出N a ∈,那么M 就称为N 的子集合,记为N M ⊂或M N ⊃.两个集合M 和N 如果同时满足N M ⊂和M N ⊂.,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N M .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N M .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σ使元素M a '∈'与元素M a ∈对应,那么就记为σ,a)(a'=a'就为a在映射σ下的像,而a称为a'在映射σ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σ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)一般,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.σ=集合M到集合M'的两个映射σ及τ,若对M的每个元素a都有)(aτ(a)σ=..则称它们相等,记作τ例1M是全体整数的集合,M'是全体偶数的集合,定义σ,2)(n∈Mnn=,这是M到M'的一个映射.例2M是数域P上全体n级矩阵的集合,定义σ.|()=,|MA∈AA1这是M到P的一个映射.例3M是数域P上全体n级矩阵的集合,定义σ.)(=,Pa∈aaE2E是n级单位矩阵,这是P到M的一个映射.例4 对于]x[Pf∈,定义)(xσxf=f'((x()))这是]P到自身的一个映射.[xa是M'中一个固定的元素,定义例5 设M,M'是两个非空的集合,σ.=,)(a∈aaM这是M到M'的一个映射.例6 设M 是一个集合,定义M a a a ∈=,)(σ.即σ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M 1.例7 任意一个定义在全体实数上的函数)(x f y =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σ及τ分别是集合M 到M ',M '到M ''的映射,乘积τσ定义为M a a a ∈=,))(())((σττσ,即相继施行σ和τ的结果,τσ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σ显然都有σσσ=='M M 11.映射的乘法适合结合律.设ψτσ,,分别是集合M 到M ',M '到M '',M ''到M '''的映射,映射乘法的结合律就是)()(τσψσψτ=.设σ是集合M 到M '的一个映射,用)(M σ代表M 在映射σ下像的全体,称为M 在映射σ下的像集合.显然M M '⊂)(σ.如果M M '=)(σ,映射σ称为映上的或满射.如果在映射σ下,M 中不同元素的像也一定不同,即由21a a ≠一定有)()(21a a σσ≠,那么映射σ就称为11-的或单射.一个映射如果既是单射又是满射就称11-对应或双射.对于M 到M '的双射σ可以自然地定义它的逆映射,记为1-σ.因为σ为满射,所以M '中每个元素都有原像,又因为σ是单射,所以每个元素只有一个原像,定义a a a a '=='-)(,)(1σσ当.显然,1-σ是M '到M 的一个双射,并且M M '--==1,111σσσσ.不难证明,如果τσ,分别是M 到M ',M '到M ''的双射,那么乘积τσ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V 3的一个运算;20 解析几何中规定的实数与向量的乘法是R ×V 3到V 3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α与β,在V 中都有唯一的一个元素γ与它们对应,称为α与β的和,记为βαγ+=.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α,在V 中都有唯一的一个元素δ与它们对应,称为k 与α的数量乘积,记为αδk =.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) αββα+=+;2) )()(γβαγβα++=++;3) 在V 中有一个元素0,V ∈∀α,都有αα=+0(具有这个性质的元素0称为V 的零元素);4) 0,,=+∈∃∈∀βαβαst V V (β称为α的负元素).数量乘法满足下面两条规则:5) αα=1;6) αα)()(kl l k =;数量乘法与加法满足下面两条规则:7) αααl k l k +=+)(;8) ;(βαβαk k k +=+)在以上规则中,l k ,等表示数域P 中任意数;γβα,,等表示集合V 中任意元素. 例3 数域P 上一元多项式环][x P ,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n x P ][表示.例4 元素属于数域P 的n m ⨯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n m P ⨯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:V R a a ∈∈=αα,,0.2) 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αββα=⊕(即α与β的积),a ⊙α=a α(即α的a 次幂),其中R a V ∈∈,,βα.则V 对于加法⊕和数乘⊙作成R 上的线性空间.二 线性空间的简单性质线性空间的元素也称为向量.当然这里的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.以下用黑体的小写希腊字母 ,,,γβα代表线性空间V 中的元素,用小写拉丁字母 ,,,c b a 代表数域P 中的数.1.零元素是唯一的.2.负元素是唯一的.3..)1(;00;00ααα-=-==k4.如果0=αk ,那么0=k 或者0=α.§3 维数·基与坐标一、向量的线性相关与线性无关定义 2 设V 是数域P 上的一个线性空间,r ααα,,,.21 )1(≥r 是V 一组向量,r k k k ,,,21 是数域P 中的数,那么向量r r k k k αααα+++= 2211.称为向量组r ααα,,,.21 的一个线性组合,有时也说向量α可以用向量组r ααα,,,.21 线性表出.定义3 设r ααα,,,.21 ; (1)s βββ.,,21 (2)是V 中两个向量组,如果(1)中每个向量都可以用向量组(2)线性表出,那么称向量(1)可以用向量组(2)线性表出.如果(1)与(2)可以互相线性表出,那么向量组(1)与(2)称为等价的.定义4 线性空间V 中向量r ααα,,,.21 )1(≥r 称为线性相关,如果在数域P 中有r 个不全为零的数r k k k ,,,21 ,使0.2211=+++r r k k k ααα . (3)如果向量r ααα,,,.21 不线性相关,就称为线性无关.换句话说,向量组r ααα,,,.21 称为线性无关,如果等式(3)只有在021===r k k k 时才成立.几个常用的结论:1. 单个向量α线性相关的充要条件是0=α.两个以上的向量r ααα,,,.21 线性相关的充要条件是其中有一个向量是其余向量的线性组合.2. 如果向量组r ααα,,,.21 线性无关,而且可以被s βββ.,,21 线性表出,那么s r ≤.由此推出,两个等价的线性无关的向量组,必含有相同个数的向量.3. 如果向量组r ααα,,,.21 线性无关,但βααα,,,,.21r 线性相关,那么β可以由被r ααα,,,.21 线性表出,而且表示法是唯一的.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.定义5 如果在线性空间V 中有n 个线性无关的向量,但是没有更多数目的线性无关的向量,那么V 就称为n 维的;如果在V 中可以找到任意多个线性无关的向量,那么V 就称为无限维的.定义6 在n 维线性空间V 中,n 个线性无关的向量n εεε,,,21 称为V 的一组基.设α是V 中任一向量,于是αεεε,,,,21n 线性相关,因此α可以被基n εεε,,,21 线性表出:n n a a a εεεα+++= 2211.其中系数n a a a ,,,21 是被向量α和基n εεε,,,21 唯一确定的,这组数就称为α在基n εεε,,,21 下的坐标,记为),,,(21n a a a .由以上定义看来,在给出空间V 的一组基之前,必须先确定V 的维数. 定理1 如果在线性空间V 中有n 个线性无关的向量n ααα,,,.21 ,且V 中任一向量都可以用它们线性表出,那么V 是n 维的,而n ααα,,,.21 就是V 的一组基.例1 在线性空间n x P ][中,12,,,,1-n x x x是n 个线性无关的向量,而且每一个次数小于n 的数域P 上的多项式都可以被它们线性表出,所以n x P ][是n 维的,而12,,,,1-n x x x 就是它的一组基.例2 在n 维的空间n P 中,显然⎪⎪⎩⎪⎪⎨⎧===)1,,0,0(),0,,1,0(),0,,0,1(21n εεε 是一组基.对于每一个向量),,,(21n a a a =α,都有n n a a a εεεα+++= 2211.所以),,,(21n a a a 就是向量α在这组基下的坐标.例3 如果把复数域K 看作是自身上的线性空间,那么它是一维的,数1就是一组作是实数域上的线性空间,那么就是二维的,数1与i 就是一组基.这个例子告诉我们,维数是和所考虑的数域有关的.§4 基变换与坐标变换在n 维线性空间中,任意n 个线性无关的向量都可以取作空间的基.对于不同的基,同一个向量的坐标一般是不同的.随着基的改变,向量的坐标是怎样变化的.设n εεε,,,21 与n εεε''',,,21是n 维线性空间V 中两组基,它们的关系是 ⎪⎪⎩⎪⎪⎨⎧+++='+++='+++='.,,22112222112212211111n nn n n nnn n n a a a a a a a a a εεεεεεεεεεεε (1) 设向量ξ在这两组基下的坐标分别是),,,(21n x x x 与),,,(21n x x x ''' ,即 .22112211n n n n x x x x x x εεεεεεξ''++''+''=+++= (2) 现在的问题就是找出),,,(21n x x x 与),,,(21n x x x ''' 的关系. 首先指出,(1)中各式的系数n j a a a nj j j ,,2,1,),,,(21 =实际上就是第二组基向量),,2,1(n j j ='ε在第一组基下的坐标.向量n εεε''',,,21的线性无关性就保证了(1)中系数矩阵的行列式不为零.换句话说,这个矩阵是可逆的.为了写起来方便,引入一种形式的写法.把向量.2211n n x x x εεεξ+++=写成⎪⎪⎪⎪⎪⎭⎫⎝⎛=n n x x x 2121),,,(εεεξ, (3)也就是把基写成一个n ⨯1矩阵,把向量的坐标写成一个1⨯n 矩阵,而把向量看作是这两个矩阵的乘积.所以说这种写法是”形式的”,在于这里是以向量作为矩阵的元素,一般说来没有意义.不过在这个特殊的情况下,这种约定的用法是不会出毛病的.相仿地,(1)可以写成⎪⎪⎪⎪⎪⎭⎫⎝⎛='''nn n n n n n n a a a a a aa a a 2122221112112121),,,(),,,(εεεεεε. (4) 矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n a a a a a a a a a A 212222111211称为由基n εεε,,,21 到n εεε''',,,21的过渡矩阵,它是可逆的. 在利用形式写法来作计算之前,首先指出这种写法所具有的一些运算规律. 设n ααα,,,21 和n βββ,,,21 是V 中两个向量组,()()ij ij b B a A ==,是两个n n ⨯矩阵,那么;))(,,,()),,,((2121AB B A n n αααααα =;))(,,,(),,,(),,,(212121B A B A n n n +=+ααααααααα .),,,(),,,(),,,(22112121A A A n n n n βαβαβαβββααα+++=+ 现在回到本节所要解决的问题上来.由(2)有⎪⎪⎪⎪⎪⎭⎫ ⎝⎛''''''=n n x x x 2121),,,(εεεξ. 用(4)代入,得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛'''⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=n nn n n n n n x x x a a a a a aa a a 2121222211121121),,,(εεεξ.与(3)比较,由基向量的线性无关性,得⎪⎪⎪⎪⎪⎭⎫ ⎝⎛'''⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n nn n n n n n x x x a a a a a a a a a x x x 2121222211121121, (5) 或者⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛'''-n nn n n n n n x x x a a a a a a a a a x x x 21121222211121121. (6)(5)与(6)给出了在基变换(4)下,向量的坐标变换公式.例1 在§3例2 中有⎪⎪⎪⎪⎪⎭⎫⎝⎛='''111011001),,,(),,,(2121n n εεεεεε ⎪⎪⎪⎪⎪⎭⎫⎝⎛=111011001 A 就是过渡矩阵.不难得出⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--=-10000010000100011 A .因此⎪⎪⎪⎪⎪⎭⎫⎝⎛⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛--=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛'''n n x x x x x x21211000001000010001也就是)2(,111n i x x x x x i i i ,, =-='='-.与§3所得出的结果是一致的.例2 取2V 的两个彼此正交的单位向量21,εε它们作成2V 的一个基.令21,εε''分别是由21,εε旋转角θ所得的向量,则21,εε''也是2V 的一个基,有 θεθεεθεθεεsin sin sin cos 212211+-='+='所以{21,εε}到{21,εε''}的过渡矩阵是 ⎪⎪⎭⎫ ⎝⎛-θθθθcos sin sin cos . 设2V 的一个向量ξ关于基{21,εε}和{21,εε''}的坐标分别为),(21x x 与(21,x x '').于是由(5)得,cos sin sin cos 2121⎪⎪⎭⎫ ⎝⎛''⎪⎪⎭⎫⎝⎛-=⎪⎪⎭⎫ ⎝⎛x x x x θθθθ即.cos sin ,sin cos 212211θθθθx x x x x x '+'=''-'=这正是平面解析几何里,旋转坐标轴的坐标变换公式.§5 线性子空间一、线性子空间的概念定义7 数域P 上的线性空间V 的一个非空子集合W 称为V 的一个线性子空间(或简称子空间),如果W 对于V的两种运算也构成数域P 上的线性空间.定理2 如果线性空间V 的一个非空集合W 对于V 两种运算是封闭的,也就是满足上面的条件1,2,那么W 就是一个子空间.既然线性子空间本身也是一个线性空间,上面引入的概念,如维数、基、坐标等,当然也可以应用到线性子空间上.因为要线性子空间中不可能比在整个子空间中有更多数目线性无关的向量.所以,任何一个线性子空间的维数不能超过整个空间的维数.例 1 在线性空间中,由单个的零向量所组成的子集合是一个线性子空间,它叫做零子空间.例2 线性空间V本身也是V 的一个子空间.在线性空间中,零子空间和线性空间本身这两个子空间有时叫做V 的平凡子空间,而其它的线性子空间叫做非平凡子空间.例3 在全体实函数组成的空间中,所有的实系数多项式组成一个子空间. 例4 n x P ][是线性空间][x P 的子空间. 例5 在线性空间n P 中,齐次线性方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++0,0,0221122221211212111n sn s s nn n n x a x a x a x a x a x a x a x a x a 的全部解向量组成一个子空间,这个子空间叫做齐次线性方程组的解空间.解空间的基就是方程组的基础解系,它的维数等于r n -,其中r 为系数矩阵的秩.二、生成子空间设r ααα,,,21 是线性空间V 中一组向量,这组向量所有可能的线性组合r r k k k ααα+++ 2211所成的集合是非空的,而且对两种运算封闭,因而是V 的一个子空间,这个子空间叫做由r ααα,,,21 生成的子空间,记为),,,(21r L ααα .由子空间的定义可知,如果V 的一个子空间包含向量r ααα,,,21 ,那么就一定包含它们所有的线性组合,也就是说,一定包含),,,(21r L ααα 作为子空间.在有限维线性空间中,任何一个子空间都可以这样得到.事实上,设W 是V 的一个子空间,W 当然也是有限维的.设r ααα,,,21 是W 的一组基,就有),,,(21r L W ααα =.定理3 1)两个向量组生成相同子空间的充要条件是这两个向量组等价.2)),,,(21r L ααα 的维数等于向量组r ααα,,,21 的秩.定理4 设W 是数域P 上n 维线性空间V 的一个m 维子空间,m ααα,,,21 是W 的一组基,那么这组向量必可扩充为整个空间的基.也就是说,在V 中必定可以找到m n -个向量n m m ααα,,,21 ++使得n ααα,,,21 是V 的一组基.结论 数域P 上线性空间V 的一个非空子集W 是V 的一个子空间W b a W F b a ∈+∈∈∀⇔βαβα都有,,,,.§6子空间的交与和定理5 如果1V ,2V 是线性空间V 的两个子空间,那么它们的交21V V 也是V 的子空间.由集合的交的定义有,子空间的交适合下列运算规律:1221V V V V =(交换律),)()(321321V V V V V V =(结合律).由结合律,可以定义多个子空间的交:si i s V V V V 121==,它也是子空间.定义8 设1V ,2V 是线性空间V 的子空间,所谓1V 与2V 的和,是指由所有能表示成21αα+,而2211,V V ∈∈αα的向量组成的子集合,记作21V V +.定理6 如果1V ,2V 是线性空间V 的子空间,那么它们的和21V V +也是V 的子空间.由定义有,子空间的和适合下列运算规律:1221V V V V +=+(交换律),)()(321321V V V V V V ++=++(结合律).由结合律,可以定义多个子空间的和∑==+++si i s V V V V 121 .它是由所有表示成),,2,1(,21s i V i i s =∈+++αααα的向量组成的子空间.关于子空间的交与和有以下结论:1. 设W V V ,,21都是子空间,那么由1V W ⊂与2V W ⊂可推出21V V W ⊂;而由1V W ⊃与2V W ⊃可推出21V V W +⊃.2. 对于子空间1V 与2V ,以下三个论断是等价的: 1);21V V ⊂ 2) 121V V V = ; 3)221V V V =+.例1 在三维几何中用1V 表示一条通过原点的直线,2V 表示一张通过原点而且与1V 垂直的平面,那么,1V 与2V 的交是{}0,而1V 与2V 的和是整个空间.例2 在线性空间n P 中,用1V 与2V 分别表示齐次方程组⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++0,0,0221122221211212111n sn s s nn n n x a x a x a x a x a x a x a x a x a 与⎪⎪⎩⎪⎪⎨⎧=+++=+++=+++0,0,0221122221211212111n tn t t nn n n x b x b x b x b x b x b x b x b x b 的解空间,那么21V V 就是齐次方程组⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧=+++=+++=+++=+++0,0,0,02211121211122111212111n tn t t n n n sn s s n n x b x b x b x b x b x b x a x a x a x a x a x a的解空间.例3 在一个线性空间V 中,有),,,,,(),,,(),,,(112121t s t s L L L ββααβββααα =+.关于两个子空间的交与和的维数,有以下定理.定理7(维数公式)如果1V ,2V 是线性空间V 的两个子空间,那么维(1V )+维(2V )=维(21V V )+维(21V V ).从维数公式可以看到,和的维数往往要比维数的和来得小.推论 如果n 维线性空间V 中两个子空间1V ,2V 的维数之和大于n ,那么1V ,2V 必含有非零的公共向量.§7 子空间的直和定义9 设21,V V 是线性空间V 的子空间,如果和21V V +中每个向量α的分解式221121,,V V ∈∈+=ααααα是唯一的,这个和就称为直和,记为21V V ⊕.定理8 和21V V +是直和的充要条件是等式)2,1(,021=∈=+i V i i ααα只有在i α全为零时才成立.推论 和21V V +是直和⇔{}021=V V .定理9 设21,V V 是线性空间V 的子空间,令21V V W +=,则21V V W ⊕=⇔维(W )=维(1V )+维(2V ).定理10 设U 是线性空间V 的一个子空间,那么一定存在一个子空间W 使W U V ⊕=.子空间的直和的概念可以推广到多个子空间的情形.定义10 设s V V V ,,,21 都是线性空间V 的子空间,如果和s V V V +++ 21中每个向量α的分解式),,2,1(,21s i V i i s =∈+++=ααααα是唯一的,这个和就称为直和,记为s V V V ⊕⊕⊕ 21.定理11 s V V V ,,,21 是线性空间V 的一些子空间,下面这些条件是等价的: 1)∑=i V W 是直和; 2)零向量的表法唯一; 3){}),,2,1(0s i V V ij j i ==∑≠;4)维(W )=∑)(i V 维.§8 线性空间的同构设n εεε,,,21 是线性空间V 的一组基,在这组基下,V 中每个向量都有确定的坐标,而向量的坐标可以看成n P 元素,因此向量与它的坐标之间的对应实质上就是V 到n P 的一个映射.显然这个映射是单射与满射,换句话说,坐标给出了线性空间V 与n P 的一个双射.这个对应的重要性表现在它与运算的关系上.设n n a a a εεεα+++= 2211,n n b b b εεεβ+++= 2211而向量,,βα的坐标分别是),,,(21n a a a ,),,,(21n b b b ,那么n n n b a b a b a εεεβα)()()(222111++++++=+ ;n n ka ka ka k εεεα+++= 2211.于是向量,βα+αk 的坐标分别是),,,(),,,(),,,(21212211n n n n b b b a a a b a b a b a +=+++,),,,(),,,(2121n n a a a k ka ka ka =.以上的式子说明在向量用坐标表示之后,它们的运算就可以归结为它们坐标的运算.因而线性空间V 的讨论也就可以归结为n P 的讨论.定义11 数域P 上两个线性空间V 与V '称为同构的,如果由V 到V '有一个双射σ,具有以下性质:1))()()(βσασβασ+=+;2) ).()(ασασk k =其中βα,是V 中任意向量,k 是P 中任意数.这样的映射σ称为同构映射.前面的讨论说明在n 维线性空间V 中取定一组基后,向量与它的坐标之间的对应就是V 到n P 的一个同构映射.因而,数域P 上任一个n 维线性空间都与n P 同构.由定义可以看出,同构映射具有下列性质:1. )()(,0)0(ασασσ-=-=.2. )()()()(22112211r r r r k k k k k k ασασασααασ+++=+++ .3. V 中向量组r ααα,,,21 线性相关⇔它们的象)(,),(),(21r ασασασ 线性相关.因为维数就是空间中线性无关向量的最大个数,所以由同构映射的性质可以推知,同构的线性空间有相同的维数.4. 如果1V 是V 的一个线性子空间,那么,1V 在σ下的象集合 {}11|)()(V V ∈=αασσ是)(V σ的子空间,并且1V 与)(1V σ维数相同.5. 同构映射的逆映射以及两个同构映射的乘积还是同构映射.同构作为线性空间之间的一种关系,具有反身性、对称性与传递性.既然数域P 上任意一个n 维线性空间都与n P 同构,由同构的对称性与传递性即得,数域P 上任意两个n维线性空间都同构.定理12 数域P 上两个有限维线性空间同构的充要条件是它们有相同的维数.由线性空间的抽象讨论中,并没有考虑线性空间的元素是什么,也没有考虑其中运算是怎样定义的,而只涉及线性空间在所定义的运算下的代数性质.从这个观点看来,同构的线性空间是可以不加区别的.因之,定理12说明了,维数是有限维线性空间的唯一的本质特征.第六章、线性空间(小结)线性空间是线性代数的中心内容,是几何空间的抽象和推广,线性空间的概念具体展示了代数理论的抽象性和应用的广泛性.一、线性空间1. 线性空间的概念2. 线性间的性质(1) 线性空间的零元,每个元素的负元都是唯一的;(2) αα-=-)1(;0,00==⇔=ααor k k .二、基、维数和坐标1.基本概念:线性表示(组合);向量组等价;线性相关(无关);基、维数和坐标;过渡矩阵.2.基本结论(1)线性相关性的有关结论.(2)在n 维线性空间V 中,任意n 个线性无关的向量都作成V 的一个基;任意)(n m m <个线性无关的向量都可扩充为V 的一个基;任意)(n s s >个向量都是线性相关的.(3)若在线性空间V 中有n 个线性无关的向量n ααα,,,21 ,且V 中任意向量都可由它线性表示,则V 是n 维的,而n ααα,,,21 就是V 的一个基.(4)设{n ααα,,,21 }和{n βββ,,,21 }是n 维线性空间V 的两个基,A 是由基{n ααα,,,21 }到基{n βββ,,,21 }的过渡矩阵,),,,(21n x x x 和),,,(21n y y y 分别是向量α在这两个基下的坐标,则A 是可逆的,且⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛n n y y y A x x x 2121 三、线性子空间及其形成1.基本概念:子空间;生成子空间;子空间的和与直和.2.基本结论:(1) 线性空间V 的非空子集合W 作成V 的子空间⇔W 对于V 的两种运算封闭.(2) 线性空间V 的两个子空间的交与和仍为子空间.(3)(维数公式) 若21,V V 是线性空间V 的两个有限维子空间,则)dim()dim()dim()dim(212121V V V V V V ++=+(4)),,,(),,,(dim 2121n n rank L αααααα =.),,,(),,,(2121n m L L βββααα = ⇔向量组{m ααα,,,21 }与{n βββ,,,21 }等价.(5) 设U 是线性空间V 的一个子空间,则存在一个子空间W ,使得W U V ⊕=,此时称W 为U 的一个余子空间.(6) 设s V V V ,,,21 是线性空间V 的子空间,下面这些条件等价:① ∑=i V W 是直和;② 零向量的表示法唯一;③ {});,,2,1(,0t i V V ij j i ==∑≠④ ∑=i V W dim dim .四、线性空间的同构1.同构的定义2. 同构映射的基本性质:(1) 线性空间的同构映射保持零元,负元,线性组合,线性相关性;(2) 同构映射把子空间映成子空间;(3) 线性空间的同构关系具有反身性,对称性和传递性;(4) 数域P 上两个有限维线性空间同构⇔它们有相同的维数,因而,每一个数域P 上的n 维线性空间都与n 元数组所成的线性空间n P 同构.本章的重点是线性空间的概念,子空间的和,基与维数;难点是线性空间定义的抽象性,线性相关和子空间的直和.本章的基本题型主要有:线性空间,子空间的判定或证明,线性相关与无关的判定或证明,基与维数的确定,过渡矩阵和坐标的求法,直和及同构的判定或证明.本章的基本内容及其内在联系可用下图来说明:。

高等代数(线性空间)

高等代数(线性空间)

例子
例 1 所有平面向量的集合 V = {( x, y ) x, y ∈ R} 构成实 数域 R 上的线性空间,其加法运算和数量乘积就是 普通的向量的加法和数乘运算。
例 2 集合 V 加法和数乘运算
k ( x1 , x 2 ,
= {( x 1 , x 2 , , x n ) x1 , x 2 , , x n ∈ R}
推出 k 1
= k2 == ks = 来自 。例3 向量组0,α 1 ,α 2 , ,α s 是线性相关的。 例 4 对只由一个向量 α 组成的向量组来说,若 α = 0 ,则是线性相关的;否则,是线性无关。 例 5 在三维空间 R 3 中,向量e1 = (1,0,0) ,e2 = (0,1,0) , e3 = (0,0,1) 是线性无关的。 任何一个三维向量α = (a1,a2 ,a3 ) 都可写成e1 , e2 , e3 的线性组 合a = a1e1 + a 2 e2 + a 3 e3 。
全为零的实数 k 1 , k 2 ,
k1 ≠ 0
, k s 使得 ∑ k iα i = 0 。不妨设
i =1
s
,则有
⎛ k2 ⎞ ⎛ k3 ⎞ α1 = ⎜ ⎜− k ⎟ ⎟α 2 + ⎜ ⎜− k ⎟ ⎟α 3 + ⎝ 1⎠ ⎝ 1⎠
+ li−1αi−1 + li+1αi+1 +
充分性: 如 果 αi = l1α1 + 即α 1 ,α 2 ,
α s + 1 能用向量组 B
线性表出,因此也能用向量组 C
线性表出,即
α s +1 = ∑ k jα j +
j =1 s j = s +1

线性代数中的线性空间和线性映射

线性代数中的线性空间和线性映射

线性代数中的线性空间和线性映射线性代数是数学中重要的一门学科,它的研究范围包括向量空间、线性变换、矩阵论等多个方面。

其中,线性空间和线性映射是线性代数的重要概念,本文将从这两个方面入手,探讨它们的定义、性质及应用。

一、线性空间线性空间又称向量空间,是线性代数中的基本概念之一。

它是一个具有加法和数乘运算的集合,满足以下条件:1.对于任意两个向量,其和仍为向量;2.对于任意一个向量和任意一个标量,它们的积仍为向量;3.加法和数乘运算遵从结合律和分配律;4.存在一个零向量,满足加法运算返回自身。

线性空间的定义具有很强的普遍性,它可以适用于实数、复数、函数以及其他更广泛的对象集合。

下面举一个实数向量空间的例子。

考虑一个三维实数向量空间,它包含所有形如 $(x,y,z)$ 的三元组,其中 $x,y,z$ 均为实数。

我们可以定义向量的加法和数乘运算如下:$$(x_1, y_1, z_1) + (x_2, y_2, z_2) = (x_1+x_2, y_1+y_2,z_1+z_2)$$$$k(x, y, z) = (kx, ky, kz)$$显然,这样定义的加法和数乘运算符合上述线性空间的定义,因此该三维实数向量空间是一个线性空间。

除了上述基本性质外,线性空间还有许多衍生的性质,如基和维数的概念等。

具体来说,一个线性空间的基是指它的极大线性无关组,而线性空间的维数是其基的元素个数。

这些概念在矩阵论等应用中有广泛的应用。

二、线性映射线性映射是一种特殊的函数,它将一个向量空间映射到另一个向量空间,并保持加法和数乘运算的线性性。

考虑两个向量空间 $V$ 和 $W$,一个从 $V$ 到 $W$ 的线性映射 $T$ 应该满足以下条件:1.对于任意向量 $u,v\in V$,有 $T(u+v) = T(u) + T(v)$;2.对于任意向量 $u\in V$ 和标量 $k$,有 $T(ku) = kT(u)$;3.存在一个零向量 $0$,满足 $T(0)=0$。

线性空间和线性映射

线性空间和线性映射

北京理工大学高数教研室
5
基本性质:
(1)含有零向量的向量组一定线性相关;
(2)整体无关 部分无关;部分相关 整体相
关;
(3)如果含有向量多的向量组可以由含有向量少 的向量组线性表出,那么含有向量多的向量组一定 线性相关;
(4)向量组的秩是唯一的,但是其极大线性无关 并不唯一;
(5)如果向量组(I)可以由向量组(II)线性表出,
是一组线性无关的函数,其中 1,2 , ,为n 一
组互不相同的实数。
例 3 实数域 R上的线性空间 RR中,函数组
1,cos x,cos2x,,cosnx
也是线性无关的。
北京理工大学高数教研室
7
例 4 实数域 R上的线性空间空间 RR中,函数组 1,cos2 x,cos 2x
与函数组
sin x,cos x,sin2 x,cos2 x,, sinn x,cosn x , n 4.
27
矩阵(或线性变换)的特征值与特征向量
定义 设 f 是数域 F上的线性空间 V的一个线性
变换,如果对于数域 中F 任一元素 在一个非零向量 ,使得
,0 中V都存
f ( ) 0 那么称 0为 f 的一个特征值,而 称为 于特征值 的0一个特征向量。
f的属
现在设 V 是数域 F上的 n维线性空间,
那么向量组(I)的秩 向量组(II)的秩;
(6)等价的向量组秩相同。
北京理工大学高数教研室
6
例 1 实数域 R上的线性空间 RR中,函数组
e1x , e2x , , enx
是一组线性无关的函数,其中 1, 2, , n为一
组互不相同的实数。
例 2 实数域 R上的线性空间 RR中,函数组

线性空间上的线性映射理论

线性空间上的线性映射理论

线性空间上的线性映射理论线性映射是线性空间中的一个重要概念,它在数学和工程领域中扮演着关键角色。

本文将深入探讨线性空间上的线性映射理论,重点介绍线性映射的性质、定义以及与矩阵的关系。

一、线性映射的定义与性质在介绍线性映射之前,我们先来了解线性空间的概念。

线性空间是指在加法和标量乘法下构成一个向量空间的集合。

线性映射是指一个向量空间到另一个向量空间的映射,它保持向量的线性组合性质。

具体地,设V和W是两个线性空间,一个从V到W的线性映射L 满足以下两个条件:1. 对于任意的u和v属于V,L(u+v) = L(u) + L(v),即L保持向量的加法运算性质。

2. 对于任意的u属于V和任意的c属于标量域,L(cu) = cL(u),即L保持向量的标量乘法性质。

线性映射的性质包括可加性和齐次性。

即线性映射对于向量的加法和标量乘法操作都是保持的,这一点在定义中已经强调。

线性映射还具有零映射的性质,即L(0) = 0。

二、线性映射与矩阵的关系线性映射与矩阵之间存在着密切的关系。

事实上,对于给定的线性映射L,我们可以找到一个矩阵A,使得L(u) = Au,其中u是向量。

具体地,假设V是n维线性空间,W是m维线性空间,选择V和W的基,分别为{v1,v2,...,vn}和{w1,w2,...,wm}。

对于L中的向量u,我们有u = a1v1 + a2v2 + ... + anvn,其中a1,a2,...,an是标量。

那么L(u)可以表示为L(u) = c1w1 + c2w2 + ... + cmwm,其中c1,c2,...,cm是标量。

将L(u)和u表示为矩阵形式,我们有:⎡L(v1) L(v2) ... L(vn)⎤⎡a1⎤⎢L(u) = ⎢⎥ = ⎢a2⎥⎢⎣L(vn) ⎥⎣...⎦⎡w1⎤⎢⎥⎢w2⎥⎢⎥⎢...⎥⎣wm⎦定义矩阵A为⎡L(v1) L(v2) ... L(vn)⎤,向量u为⎡a1⎤,我们可以得到L(u) = Au的形式。

6[1].2 线性空间的定义与简单性质

6[1].2  线性空间的定义与简单性质

k (a1 , a2 ,L , an ) = ( ka1 , ka2 ,L , kan ), k ∈ P
而且这两种运算满足一些重要的规律,如 而且这两种运算满足一些重要的规律,
α + β = β +α (α + β ) + γ = α + ( β + γ )
1α = α k ( lα ) = ( kl )α
α 都有
α+0=α
(具有这个性质的元素 0 称为 V 的零元素) ; 具有这个性质的元素
4) 对于 V 中每一个元素 α ,都有 V 中的元素
β ,使得
α+β=0
(β 称为α 的负元素) . 数量乘法满足下面两条规则: 数量乘法满足下面两条规则: 5) 1 α = α ; 6) k( lα ) = ( kl )α . 数量乘法与加法满足下面两条规则: 数量乘法与加法满足下面两条规则: 7) ( k + l )α = kα + lα ; 8) k(α + β ) = kα + kβ .
当然, 3.线性空间的元素也称为向量.当然,这里所谓 线性空间的元素也称为 当然 向量比几何中所谓向量的涵义要广泛得多. 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
α , β , γ , … 表示线性空间 V 中的元素,用小写的 中的元素,
中的数. 拉丁字母 a, b, c, … 表示数域 P 中的数
而另一方面 k -1( kα ) =(k -1k)α = 1α = α . 于是
α=0.
证毕
小 结
练 习
1.全体正实数 1.全体正实数R+, 全体正实数
∀a, b ∈ R + , ∀k ∈ R 加法与数量乘法定义为: 1) 加法与数量乘法定义为:

线性空间

线性空间

线性空间一、集合〃映射1、集合的相关概念(1)集合:集合是数学的最基本概念之一,简单地说,所谓集合就是指作为整体看的一堆东西。

一般用大写拉丁字母...,,C B A 表示。

(2)元素:组成几何的东西称为这个集合的元素。

一般用小写拉丁字母...,,c b a 表示。

用A a ∈表示a 是A 集合的元素,用A a ∉表示a 不是A 集合的元素。

(3)空集:不包含任何元素的集合称为空集合,记作∅。

(4)子集:集合M 中的元素全是集合N 中的元素,即由M a ∈可以推出N a ∈,那么M 称为N 的子集,记作N M ⊂或者M N ⊃。

(5)真子集:集合M 是集合N 的子集,但集合N 不是集合M 的子集,那么M 称为N 的真子集,记作N M ⊆或者M N ⊇。

(6)集合相等:集合M 是N 的子集,同时N 是M 的子集,即集合中每一个元素都相等,那么称M 与N 集合相等,记作N M =。

(7)交集:集合M 和N ,既属于M 又属于N 的全体元素的集合称为M 与N 的交集,记作N M ⋂。

(8)并集:集合M 和N ,属于M 或者属于N 的全体元素的集合称为M 与N 的并集,记作N M ⋃。

2、映射(1)定义:集合A 到集合B 的一个映射就是指一个法则,使A 中每一个元素a 都有B 中的一个确定元素b 与之对应,如果映射σ使元素B b ∈与元素A a ∈对应,就记作b a =)(σ,b 称为a 在映射σ下的像,a 称为b 在映射σ下的原像。

例:A 是全体整数的集合,B 是全体偶数的集合,定义A n n n ∈=,2)(σ,这是A 到B 的一个映射。

(2)映射的分类1)满射:设σ是集合A 到B 的一个映射,用)(A σ表示A 在映射σ下像的全体,称为A 在映射σ下像的集合,显然有B A ⊂)(σ,如果B A =)(σ,映射σ就称为映上的或满射,即对任何B b ∈,都存在A a ∈,使b a =)(σ。

2)单射:在映射σ下,A 中不同元素的像也一定不相同,即由21a a ≠,一定有)()(21a a σσ≠,那么映射σ就称为1—1的或单射。

高等代数、线性代数61集合映射线性空间的定义及简单性质

高等代数、线性代数61集合映射线性空间的定义及简单性质
第16页 共32页
4、可逆映射
定义:设映射 : M M ', 若有映射 : M ' M , 使得
I M , I M
记作σ-1.
则称σ为可逆映射,τ为σ的逆映射,
注:
( σ - 1 ) - 1= σ .
σ的逆映射是由σ唯一确定的
① 若σ为可逆映射,则σ-1也为可逆映射,且 ② : M M ' 为可逆映射,a M,若 (a ) a ',
显然有,A B A;
A A B
第6页 共32页
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 :
: M M'
M M'
( k l ) k l k ( ) k k
第23页 共32页
( ) 0
0
引例 2
数域P上的一元多项式环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,即对 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 f ( x ), g( x ), h( x ) P[ x ], k , l P 1 f ( x) f ( x) k (l ) f ( x ) ( kl ) f ( x ) (k l ) f ( x ) kf ( x ) lf ( x ) k ( f ( x ) g( x )) kf ( x ) kg( x )

线性代数§6.1线性空间的定义与性质

线性代数§6.1线性空间的定义与性质

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)=b0+b1x+· · · +bnxn P[x]n, R, p(x)+q(x) = (a0+a1x+· · · +anxn)+(b0+b1x+· · · +b n x n ) = (a0+b0)+(a1+b1)x+· · · +(an+bn)xnP[x]n, p(x) = (a0+a1x+· · · + a nx n) =a0+a1x+· · · +anxn P[x]n, 所以P[x]n对线性运算封闭. 例3: 次数等于n 的多项式的全体记作Q[x]n, 即 Q[x]n={ p(x)=a0+a1x+· · · +anxn | a0, a1, · · · , anR, an 0 } 对于通常的多项式加法, 数乘多项式的乘法不构成向 量空间. 多项式加法, 数乘多项式的乘法两种运算对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, 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],

高等代数线性空间课堂笔记

高等代数线性空间课堂笔记
⊕ = ,
∀, ∈ V;
° = ,
∀ ∈ ℝ, ∀ ∈ ℝ+ .
证:∀, ∈ ℝ+ , ∈ ℝ有° = , ⊕ = ∈ ℝ+ ,因此所定义的加法⊕、数乘°满足线性空间定义.
∀, ∈ ℝ+ , ⊕ = = = ⊕ ,
(1) α1 , α2 , … , α 线性无关;
(2)∀ ∈ , 可由α1 , α2 , … , α 线性表出.
则称为n维线性空间,α1 , α2 , … , α 称的一组基.
证:只需验证∀n + 1个向量线性相关。如果1 , 2 , … , , +1 线性无关,又可由α1 , α2 , … , α 线性表
②( + ) = + ;
③( ∙ ) = ∙ ( ∙ );
④1 ∙ = .
补例 2
用P × 表示数域P上所有 × 的矩阵集合,在第四章中我们定义了两种运算:
(1). P × 中矩阵加法,满足类似于P 中向量加法的四条性质;
(2). P中数与P × 中矩阵的数乘,满足类似于上面的四条性质.
定义 1 (P243 定义 1)
线性空间元素称为向量.
性质 1
性质 2
性质 3
性质 4
零元素是唯一的;
P244
负元素是唯一的;
P245
0 ∙ = , ∙ = , (−1) = −;
若 ∙ = ,则 = 0或 = .
P245
P245
二、用定义证明线性空间:
例 1.用ℝ+ 表示全体正实数的集合,证明ℝ+ 关于下面定义的加法与数乘运算构成ℝ的线性空间.
向量组等价:可以相互线性表出.

集合映射

集合映射
交:A I B {x x A且x B} ; 并:A U B {x x A或x B}
用此结 论来证 明
练习: 证明等式: A I ( A U B) A.
集合相等的充分必要条件: A=B当且仅当A B且B A
证:显然,A I ( A U B) A .又 x A, 则x A U B, ∴ x A I ( A U B) , 从而, A A I ( A U B). 故等式成立.
这是M 到M´的一个映射。 2)M 是数域P上全体n级方阵的集合,定义
这是M 到P 的一个映射。 3)对于 f (x) ∈P [x],定义
σ(f (x))=f ´(x), 这是P[x]到自身的一个映射,即P[x]上的一个变换。
例题 了解下列映射 。(课本P239)
4)M、M´为任意两个非空集合,a0是M´中的一个 固定元素,定义
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

线性空间是线性代数的中心内容,它是几何空
言 间的抽象和推广.
我们知道,在解析几何中讨论的三维向量,它 们的加法和数与向量的乘法可以描述一些几何和 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.
程组理论和矩阵代数也有非常重要的指导意义.
§6.1 集合·映射
一、集合 1、集合的定义 2、集合表示法:列举法,表示法 3、集合间的关系:包含,相等 4、集合间的运算:交集,并集

高等代数、线性代数61集合映射线性空间的定义及简单性质共34页

高等代数、线性代数61集合映射线性空间的定义及简单性质共34页
文 家 。汉 族 ,东 晋 浔阳 柴桑 人 (今 江西 九江 ) 。曾 做过 几 年小 官, 后辞 官 回家 ,从 此 隐居 ,田 园生 活 是陶 渊明 诗 的主 要题 材, 相 关作 品有 《饮 酒 》 、 《 归 园 田 居 》 、 《 桃花 源 记 》 、 《 五 柳先 生 传 》 、 《 归 去来 兮 辞 》 等 。
高等代数、线性代数61集合映射线性 空间的定义及简单性质
6













7、翩翩新 来燕,双双入我庐 ,先巢故尚在,相 将还旧居。
8








Байду номын сангаас





9、 陶渊 明( 约 365年 —427年 ),字 元亮, (又 一说名 潜,字 渊明 )号五 柳先生 ,私 谥“靖 节”, 东晋 末期南 朝宋初 期诗 人、文 学家、 辞赋 家、散
1
0















1、最灵繁的人也看不见自己的背脊。——非洲 2、最困难的事情就是认识自己。——希腊 3、有勇气承担命运这才是英雄好汉。——黑塞 4、与肝胆人共事,无字句处读书。——周恩来 5、阅读使人充实,会谈使人敏捷,写作使人精确。——培根
  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)。

约定: 空集是任意集合 的子集合.
☆ 如果A、B两集合含有完全相同的元素,则称 A与 B相等,记作A=B . A=B当且仅当 A B且 B A
第5页 共32页
3、集合间的运算交: A来自并:AB { x x A且x B } ; B { x x A或x B }
显然有,A
}
例3 M { x x 2 1 0, x R} {1,1}
第4页 共32页
☆ 空集:不含任何元素的集合,记为φ.
注意:{φ}≠φ
2、集合间的关系
☆ 如果B中的每一个元素都是A中的元素,则称B是 A的子集,记作 B A ,(读作B包含于A)
B A 当且仅当 x B x A
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 ) x 2 y 2 4, x , y R} 例2 N= {0,1,2,3,
}, 2Z= {0, 2, 4, 6,
组成集合的这些事物称为集合的元素. ☆ 常用大写字母A、B、C 等表示集合; 用小写字母a、b、c 等表示集合的元素.
当a是集合A的元素时,就说a 属于A, 记作: a A;
当a不是集合A的元素时,就说a不属于A, 记作: a A. 或者a A
第3页 共32页
☆集合的表示方法一般有两种:描述法、列举法
( ) ( ).
第12页 共32页
3、映射的性质:
设映射 : M M '
1)若 Im M ' ,即对于任意 y M ' ,均存在 x M ,使 y ( x ),则称σ是M到M´的一个满射 (或称 σ为映上的); 2)若M中不同元素的象也不同,即
nn
,M´=P,(P为数域) (是)
σ:σ(A)=|A|, A P nn 4)M=P,M´= P nn,(P为数域)
τ:τ(a)=aE, a ( P E为n级单位矩阵) (是) 5)M、M´为任意两个非空集合,a0是M´中的一个
固定元素.
σ:σ(a)=a0, a M 6)M=M´=P[x](P为数域) σ:σ(f (x))=f ´(x), f ( x ) P[ x ] (是)
σ:σ(a)=1,σ(b)=1,σ(c)=2 δ:δ(a)=1,δ(b)=2,δ(c)=3,δ(c)=4 τ:τ(b)=2,τ(c)=4 2)M=Z,M´=Z+, σ:σ(n)=|n|,
n Z
(是) (不是) (不是)
(不是) (是)
第9页 共32页
τ:τ(n)=|n|+1,
n Z
3 ) M= P
3)M= Pnn ,M´=P,(P为数域)
σ:σ(A)=|A|, A Pnn
(是满射,但不是单射)
第14页 共32页
4)M=P,M´= P nn , P为数域, E为n级单位矩阵 τ:τ(a)=aE,
a P
(是单射,但不是满射)
5)M、M´为任意非空集合,a0 M 为固定元素 σ:σ(a)=a0, a M
第10页 共32页
(是)
例2
M是一个集合,定义I: I(a )= a ,
a M
即 I 把 M 上的元素映到它自身,I 是一个映射, 称 I 为 M 上的恒等映射或单位映射.
例3 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,即,函数可以看成是 映射的一个特殊情形.
第11页 共32页
2、映射的乘积
设映射 : M M ', : M ' M '', 乘积
定义为:
(a)=τ(σ(a))
a M
即相继施行σ和τ的结果, 映射. 注: ①对于任意映射
是 M 到 M" 的一个
I M

: M M ',有 IM
''' ②设映射 : M M ', : M ' M '', : M '' M ,
(既不单射,也不是满射)
6)M=M´=P[x],P为数域 σ:σ(f (x))=f ´(x), f ( x ) P[ x ](是满射,但不是单射) 7)M是一个集合,定义I: I(a)=a, a M 8)M=Z,M´=2Z, σ: σ(n )= 2n, n Z
第六章 线性空间
§1 集合·映射 §2 线性空间的定义 与简单性质 §3 维数·基与坐标
§5 线性子空间
§6 子空间的交与和 §7 子空间的直和
§4 基变换与坐标变换 §8 线性空间的同构
第1页 共32页
§6.1 集合· 映射
一、集合 二、映射
第2页 共32页
一、集合
1、定义
把一些事物汇集到一起组成的一个整体就叫做集合;
第7页 共32页

① 设映射 : M M ' , 集合
( M ) { (a ) a M }
称之为M在映射σ下的象,通常记作 Imσ. 显然,Im M ' ② 集合M 到M 自身的映射称为M 的一个变换.
第8页 共32页
例1
判断下列M 到M ´对应法则是否为映射
1)M={a,b,c}、M´={1,2,3,4}
B A; A A
B
第6页 共32页
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 :
: M M'
M 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´
a1 , a2 M , 若a1 a2 , 则 (a1 ) (a2 )
(或 a1 , a2 M , 若 (a1 ) (a2 ), a1 a2 ),
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)
第13页 共32页
例4
判断下列映射的性质
(既不单射, 也不是满射) (双射)
1)M={a,b,c}、M´={1,2,3} σ:σ(a)=1,σ(b)=1,σ(c)=2 τ:τ(a)=3,τ(b)=2,τ(c)=1 2)M=Z,M´=Z+, τ:τ(n)=|n|+1,
n Z
(是满射,但不是单射)
相关文档
最新文档