线性代数课件_线性代数 第5章 向量空间初步 第一节 基本概念.pptVIP

第5章向量空间初步向量空间的理论起源对线性代数方程组解的研究，由其进一步抽象及一般化而发展起来的理论和方法，使解决一大类应用数学问题的方法得以系统化. 关于线性代数方程组的解，前面已经在实践(G-J 消元法、行初等变换法)和理论(上章定理3、4) 两个层面上取得了认识. 为对已有结果及解的结构取得更深入的理解，要建立向量空间的概念. 根据需要，本章只对全体n维向量(即n 1 列矩阵)的向量空间Rn 及子空间进行讨论(n 是大于阵的已有知识，而随着理论的推进，对线性代数1的正整数)，建立一些基本概念，导出一些理论结果.虽然这些概念、结果对一般的有限维向量空间也都成立，但正因为将讨论限于及子空间，故在展开讨论时，可经常利用线性代数方程组和矩方程组和矩阵的一些问题会形成更深和更直观的看法. 第一节基本概念5.1 基本概念现在讨论线性代数方程组最基本的问题入手，建立一些基本概念. 对于给定的带任意自由项b 的m n 线性代数Ax = b 问自由项b应满足怎样的条件，方程组才相容? 当然，上章定理4已经完全回答这个问题，即当方程组且仅当b能使时, Ax = b 相容, (2-12 ) 但是这个条件该如何理解或解其中用方程组的向量形式可能讨论出更清晰的答案. 在进入具体讨论前，引入一些术语，以使叙述简明. 释呢？(2-12 ) 定义1 设给定一组k个[同维]向量v1 、v2 、…vk, 则对任给定的k个[实]数1 、2 、…k ，称向量1 v1 + 2 v2 +…+ k vk 为这组向量(或这k个向量) 的线性组合(linear combination). 当一个向量v可表成一组k个向量v1 、v2 、…、vk 的线性组合，即存在k个数μ1 、μ2 、…、μk 使等式v= μ1v1+ μ2v2+ …+ μkvk (5-1) 成立时，就称该向量可依( 或由)这组向量(或这k个向量)线性表出(或示），并称数μi 为表出(或示)式（5-1 ）的第i个系数，i=1,2,…k. 显然，利用矩阵按列分块( 或反之，将若干个同维向量合并成单个矩阵) 技术，若记则在线性代数方程组的语言中，向量v可依v1 、v2 、…、vk 线性表示，等同于方程组有解，作为其解的k维向量x, 其第i个分量即为表出式的第i个系数(i=1,2,…,k). (5-1 ) 在矩阵语言k维向量(k 1 矩阵) 使等式成立. 中，向量v可依v1 、v2 …、vk 线性表示等同于存在(5-1 ) 在明白向量语言与线性代数方程组及矩阵语言有如此明显转换关系后，在必要时将随时使用. 现在用向量术语，可将对方程组出的问题，表成要讨论m维向量b能否用系数矩阵A的列向量组a1 、a2 、…、a n 线性表示出的问题. 先用数字例子讨论. 提(5-2) 试问对怎样的自由项b，方程组相容. 例1 对给定的线性代数方程组可以看出，向量集合S具有如下两条明显成立的性质：(1) 若, 则对任意常数则必有(2) 若, 则必有这两条性质可统称为集合S对向量的线性运算封闭. 由于常要碰到具有这种性质的向量集合，故以专门术语表出. 定义2 对n维向量(n 1 矩阵) 的集合V, 若V 对向量的线性运算封闭，即有(1) 若, 则对任意常数c, 则必有(2) 若, 则必有则称V是向量空间或线性空间(vector space, lineal space). 依照这个定义, 全体n维向量的集合Rn 是向量空间, 故当Rn 的子集V构成向量空间时, 常称V 是Rn 的向量子空间，简称子空间. 回到对例1的讨论，可见S是向量空间，且是R3 的子空间，而使有解的自由项向量向量, 故对此可作出几何解释.在空间笛卡儿坐标系必须在这个空间之中. 由于这里的a1, a2,b 等都是3维Oxyz 中, 向量a1, a2 可分别以图5-1 中所示的径向量图5 –1 y x z O b a a1 a2 S 为其对应物，于是向量子空间S就以图5-1 中径向量所在的过原点的平面为对应物, 故可说当且仅当自由项向量b的对应径向量落在平面S上时, 方程组有解. 解和掌握有关的结果常是有益的. 若将径向量及过原点的平面等作为向量及子空间等的几何对应物，就有可能在线性代数中利用基于几何直观的类比方法，这对于“直观”地理描述子空间S的方法如下的定义. 定义3 设a1, a2,…ak 是Rn 中的向量，称由其一切线性组合所成的向量[子]空间为a1, a2,…ak 的生成空间(spaning space), 记作span(a1, a2,…ak), 即其中. 可以一般化，建立(5-3 ) 例2 对m n 矩阵A=[aij] 按列分块，成A=[a1 a2 …an] 间Rm 是的子空间，常记作R(A) 并称为矩阵A的列空间或