第1章 线性空间与线性变换07991.ppt

2.4 正交补 正交补的存在唯一性 向量的正投影 垂线最短定理 最小二乘法 例题 重要的子空间：生成子空间 设向量组｛?1，?2，···，? m｝?V，由它们的一切线性组合生成的子空间： Span ?1，?2，···，?m L ?1，?2，···，?m ｛k1?1+k2?2+···+km?m| ki 生成子空间的重要的性质： 1）如果?1，?2，···，?m线性无关，则其为生成子空间Span ?1，?2，···，?m 的一组基； 2）如果?1，?2，···，?r是向量组?1，?2，···，?m的最大线性无关组，则 ?Span ?1，?2，···，?m ??1，?2，···，?r是Span ?1，?2，···，?m 的一组基 2、子空间的“交空间”与“和空间” 讨论：设W 1? V，W2 ? V，且都是子空间，则W1?W2和W1?W2是否仍然是子空间？ （1）?? 交空间 交集： W1?W2 ｛?? ??W1 而且 ??W 2｝?Vn（F） W1?W2是子空间，被称为“交空间” （2）和空间 和的集合：W1＋W2 ｛? X1＋X2?X1?W1，X2?W2｝ W1?W2 ? W1＋W2 W1＋W2是子空间，被称为“和空间”， W1?W2不一定是子空间，W1?W2 ? W1＋W2 例 设R3中的子空间W1 L e1 ，W2 L e2 求和空间W1＋W2。 比较：集合W1?W2和集合W1＋W2。 如果 W1 Span ?1，?2，…，? m ， W2 Span ?1，?2，…，? k ， 则 W1＋W2 Span ?1，?2，…，?m，?1，?2，…，? k 3 、维数公式 子空间的包含关系： dimW1?W2 ? dim Wi ? dimW1＋W2 ? dimVn（F）。 维数定理： dimW1＋dimW2 dim（W1＋W2）＋dim（W1?W2） 证明： 4 、子空间的直和 分析：如果dim（W1?W2）?0，则 dim（W1＋W2）?dimW1＋dimW2 所以： dim（W1＋W2） dimW1＋dimW2 ? dim（W1?W2） 0 ? W1?W2 0 直和的定义： 若 dim（W1?W2） 0 ，则和为直和 W W 1＋W2 W1?W2， 子空间的“和”为“直和”的充要–条件 ： Theorem 设W W1＋W2，则下列各条等价： （1） W W1?W2 （2） ?X ?W，X X 1＋X2的表 是惟一的 （3） W中零向量的表示是惟一的 （4） dim W dimW1＋dimW2 例???P13 1.2.6 例???设在Rn×n中，子空间 W 1 A ?AT A ， W2 B ?BT –B ， 证明Rn×n W1?W2。 §1·3 线性变换 Linear Transformations 一、 线性变换的概念 线性变换的来历； Definition： （i）T是V上的映射：T：V?V。 ii T具有线性性： T（?＋?） T（?）＋T（?） 保持加法的三角形法则 T（k?） kT（ ? ） 保持比例关系 2 线性变换的性质： （i）T 0 0 （ii） T －? －T ? （iii）? 3 线性变换的象空间和零空间 设线性变换T：V?V， 象空间 Im T ｛?： ???V，? T ? ｝ 零空间 Ker T ｛?：??V，T ? 0 ｝ 定义： T 的秩 dim R（T）； T 的零度 dim N（T） 线性变换保持线性相关性不变！ 例? P018 ? Rn中的变换 T：设A ?Rn×n是一个给定的 矩阵，?X?Rn，T X AX。 1 T是线性变换； 2 Ker T 是AX 0的解空间； 3 Im T Span a1,a2,...,an , 其中a1是矩阵A的列向量； 4 dimKer T +dimIm T n 4 线性变换的运算 设T1，T2都是空间V中的线性变换，常见的用它们构成的新的变换： （i） T1＋T2 ? ???V， （T1＋T2）（?） T1（?）＋T2（?） （ii） T1T2 ? ???V， T1T2 （?） T1（T2（?）） （iii） kT ? ???V， （kT）（?） k（T（?）） （iv） 若T －1是可逆变换，T－1 ? T－1 ? ?当且仅当T ? ?。 定义 二、 线性变换的矩阵 1 线性变换的矩阵与变换的坐标式 Purpose:将抽象的线性变换与矩阵对应起来 T的矩阵 二、 线性变换的矩阵 1 线性变换的矩阵与变换的坐标式 V上线性变换的特点分析： 定义变换T ? 确定基中向量的象T（?i）。