第一讲线性空间.pdfVIP

前言：为什么要学习矩阵理论？怎么来学习、掌握？ ★ 向量、矩阵及其运算法则是描述、分析、处理线性系统的有力工具——其“有力”具体表现在这种工 具的普适性和简便性上。 ★ 学习基础知识  专业课程中进一步认知  科学研究中应用 第一讲 线性空间 一、线性空间的定义及性质 预备知识 （1）集合； （2）数域：四则运算封闭 （除数不为零）的数集。如有理数域、实数域R 和复数域C 1. 线性空间的定义 设V 是一非空集合，K 是一个数域。如果V 满足 （I）对“+”封闭：当 时，有唯一“和” ； , V   V 且满足四条算律：（1）交换律 （2）结合律；（3）零元律 （4）负元律 （II）对“.” 封闭：当 V ，k K 时，有唯一的“积”k V ； 且满足四条算律：（5）恒等律 （6）分配律 ；（7）数乘结合律；（8）数因子分配律 则称V 为数域K 上的线性空间。 注：（1）线性空间不能离开某一数域来定义。 （2）两种运算、八条性质. （3）当K 为实数域时，V 称为实线性空间；K 为复数域时，V 称为复线性空间。  k  例 1. 设 ＝{全体正实数}，其“加法”及“数乘”运算定义为： , k   ，则 是实 R    R 数域R 上的线性空间。 证明（略） 2. 线性空间的性质 定理 （1）零元素唯一，任一元素的负元素唯一。（反证法） （2） 0  ， 1   。     3. 线性相关性 线性组合;线性表示;线性相关性定义 二、线性空间的基与坐标 1. 基的定义 设V 是数域K 上的线性空间，称 ,  r 1 V 为V 的一个基，若 1 2 r    （1） ,  线性无关；（2）V 中任一向量 均可由 ,  线性表示。 1 2 r 1 2 r 注（1）基为V 中最大线性无关元素组；V 的维数为基中所含元素的个数，记为dimV 。 （2）基不唯一，但不同的基所含元素个数相等。 Rmn 例2. 全体m×n 阶实矩阵的集合 构成一个实线性空间（矩阵加法、数对矩阵的数乘），其维数为mn。 例3. 考虑全体复数所形成的集合C。 数域K 两种运算 基 一般元素 空间类型 维数 复数域C 复数加法；复数对复数的数乘 {1} c c 1 复线性空间 1 实数域R 复数加法；实数对复数的数乘 {1,i} c a 1 b i 实线性空间 2 n n n 2. 坐标的定义 称线性空间 的一个基 ,  为 的一个坐标系；若 V