矩阵论及其应用1chapter1.ppt

1、数域P上任一n维线性空间都与Pn同构. （二）同构的有关结论 同构映射，则有 1） 2、设　　 是数域P上的线性空间， 　　　　的 2） 线性相关（线性无关）. 3）V中向量组 　　　　　线性相关（线性无关） 的充要条件是它们的象 4） 5） 　　 的逆映射　　为 　　 的同构映射. 是的　子空间，且 6） 若W是V的子空间，则W在　下的象集 3、数域P上两个有限维线性空间同构的充要条件为他们有相同的维数。 4、 线性空间 Pn可以作为数域P上的n维线性空间 的代表。（原因：同构） * * 问题的引入： 性质(如长度、夹角)等在一般线性空间中没有涉及. 其具体模型为几何空间　 、 1、线性空间中，向量之间的基本运算为线性运算， 但几何空间的度量 长度： 都可以通过内积反映出来： 夹角　　　　： 2、在解析几何中，向量的长度，夹角等度量性质 3、几何空间中向量的内积具有比较明显的代数性质. 满足性质： 当且仅当 时 一、内积（欧氏）空间的定义 1. 定义1.5.1 设V是实数域 R上的线性空间，对V中任意两个向量 、　定义一个二元实函数，记作 ，若 （对称性） （数乘） （可加性） （正定性） ① V为实数域 R上的线性空间; ② V除向量的线性运算外，还有“内积”运算; ③ 内积（欧氏）空间 V是特殊的线性空间 则称 为 和 的内积，并称这种定义了内积的 实数域 R上的线性空间V为内积（欧氏）空间. 注： 例1．在 中，对于向量 所以 为内积. 这样 对于内积　　　就成为一个欧氏空间. 易证 满足定义中的性质　～　. 1）定义 （1） 2）定义 所以 也为内积. 从而 对于内积　　　也构成一个欧氏空间. 由于对 未必有 注意： 所以1），2）是两种不同的内积. 从而 对于这两种内积就构成了不同的欧氏空间. 易证 满足定义中的性质　～　. 例2． 为闭区间 上的所有实连续函数 所成线性空间，对于函数 ，定义 （2） 则 对于（2）构成一个欧氏空间. 证： 且若 则 从而 故 因此， 为内积， 为欧氏空间. 推广： 2. 内积的简单性质 V为欧氏空间， 2) 欧氏空间V中， 使得 　　　有意义. 二、欧氏空间中向量的长度 1. 引入长度概念的可能性 1）在　 向量　的长度（模） 2. 向量长度的定义 称为向量 的长度. 特别地，当 时，称 为单位向量. 3. 向量长度的简单性质 3）非零向量 的单位化： （3） 设V为欧氏空间， 为V中任意两非零 向量， 的夹角定义为 1. 欧氏空间中两非零向量的夹角 定义1： 三、欧氏空间中向量的夹角 ① 零向量与任意向量正交. 注： ② 　　即　 . 设 为欧氏空间中两个向量，若内积 则称 与 正交或互相垂直，记作 定义2： 例 已知 在通常的内积定义下，求 解： 又 通常称　　　为　与　的距离，记作 四、正交向量组 1）非零正交向量组必是线性无关向量组. 3） 维欧氏空间中正交向量组所含向量个数 2） 欧氏空间中线性无关向量组未必是正交向量组． 例如：　　中 线性无关． 但　　　不是正交向量组. 1. 几何空间　 中的情况 在直角坐标系下 是由单位向量构成的正交向量组，即 五、标准正交基 是 的一组基. 设 ① 从 ② ③ 得 ④ 即在基 　 下， 中的与内积有关的度量性质有 简单的表达形式. 维欧氏空间中，由 个向量构成的正交向量组 称为正交基； 2. 标准正交基的定义 由单位向量构成的正交基称为标准正交基. 注： 1) 由正交基的每个向量单位化，可得到一组标准 正交基. 2) 维欧氏空间V中的一组基 　 为标准正交基 (1) 3) 　维欧氏空间V中标准正交基的作用: 设 　 为V的一组标准正交基，则 (i)　设 由(1) ， (ii) (3) 这里 (iii) 有 (2) 3. 标准正交基的构造