线性代数4：向量空间探讨.ppt

第四章 向量空间 §4.1 向量空间* §4.2 向量内积 §4.3 正交矩阵 §4.1 向量空间* 一、向量空间 二、基与坐标 三、基变换与坐标变换* 四、子空间与维数* 在前面我们已经引入了向量的概念、向量的线性运算、向量的线性关系及其性质。它们在研究线性方程组的结构是具有重要意义;向量的概念在科学技术、经济管理等许多领域也有广泛应用。因此有必要在理论上进一步加以抽象和概括,使之应用更加广泛。 向量空间 定义：数域F上的所有n维向量组成的集合, 在其上定义了向量的线性运算, 且满足八条运算律, 称为数域F的n维向量空间. 记作Fn 。 例如, 实数域R上的n维向量空间Rn, 即 Rn ={(a1, a2,…, an)T| ai ?R,i=1,2,…,n}。这是我们本书讨论的重点。 注： R3 ={(a1, a2, a3)T| ai ?R,i=1,2,3}就是通常所说的几何空间。 基与坐标 定义：在Rn中, n个线性无关的向量?1,?2,…,?n,称为Rn的一组基。(向量空间中的极大无关组、坐标系) 例: 基本单位向量组?1=(1,0,…,0)T,?2=(0,1,…,0)T,…, ?n=(0,0,…,1)T显然就是Rn的一组基。 注： Rn的基不是唯一的。 如:?1=(1,0,…,0)T,?2=(1,1,…,0)T,…,?n=(1,1,…,1)T显然也是Rn的一组基