线性代数.pptVIP

例：求向量组 α1=[1,2,2]T, α 2=[1, 0,-1]T， α3=[2,2,1]T， α 4=[2,4,4]T，的基和维数. 解：将向量组构成矩阵 A=[α1,α2,α3,α4] 可见dim L (α1, α2, ..., α4 ) = 2， (α1 ,α2 )， (α1，α3 ）， （α2、α3 ）等都是 L (α1, α2, ..., α4 ) 的基。 对于线性方程组 AX=0, 方程组的一个基础解系即为 其解空间一个基，所有解都可以用基础解系线性表示， 例：在二次一元多项式构成的线性空间P[x]2中，向量组 是P[x]2中的一个基，故 dim P[x]2 =3. 也是 P[x]2 的标准基. 基础解系不是唯一的，方程组解空间的基也不是唯一的. 这些非零解向量 构成的线性空间叫做AX=0 的 解空间， 也叫零空间(null space)—这个空间的基就是基础解系. 系数矩阵A满秩，解空间就是0维的. 二、向量的坐标 定义 4.5: 设向量组 ε1,ε2,...,εn 是 n 维线性空间 V 的一个基，α是 V 中任意一个向量，则有 称数组 x1 , x2 ,…, xn 为向量 α 在基ε1,ε2,...,εn下的坐标(coordinates) ，记为 [x1 , x2 ,…, xn ]T 任意一个向量 α在一个确定的基下的坐标 是唯一的. 这是因为，若向量 α在基 ε1,ε2,...,εn下有两个不同的的坐标 两式相减得 由于基ε1,ε2,...,εn 是线性无关的，故必须有 因此，坐标是唯一的. 例：在线性空间 R3 中，设向量 α=[1,-1,7]T 求 α在下面两个基下的坐标． (1) e1= [1,0,0]T , e2= [0,1,0]T , e3= [0,0,1]T ; (2) ε 1= [1,0,0]T , ε 2= [1,1,0]T , ε 3= [1,1,1]T ; 解：由于 (2) 设α在基 ε 1= [1,0,0]T , ε 2= [1,1,0]T , ε 3= [1,1,1]T 下的坐标为 [x1, x2, x3]T 于是有 在线性空间中，基一般不是唯一的. 同一向量在不同的基下，坐标一般亦是不同的. 例： 对于向量 α在基{e1, e2, e3}下，坐标为(3,3,3)T. α在基{3e1, 3e2, 3e3}下，坐标为(1,1,1)T. 不同的基可视作不同度量单位不同方向的参考坐标系. （尺） （米） 例： 对于R 2 ×2 中的矩阵 Eij 也是R 2 ×2 的标准基. 定理 4.2: 设α1, α2, ..., αl 是 n 维线性空间 V 中l 个向量，在 V 中取定一个基ε1,ε2,...,εn ，如果 αj 在此基下的坐标为 则向量组 α1，α2 ，...,αl 线性相关的充分必要条件是矩阵 的秩 rA l . 证明： 由已知 表示为矩阵形式，有 l 个式子合并在一起，有 考察等式 即有 代入 得 由于基ε1,ε2,...,εn 是线性无关的，故必有 由齐次线性方程组有非零解的 充要条件， rA l . 又由于存在不全为零的数 x1 , x2 , ... , xl 使得 (2.2)成立 向量组α1, α2, ..., αl 线性相关. 向量组α1, α2, ..., αl 线性相关的充要条件是 rA l . 推论: 定理 4.2 中向量组 α1, α2, ..., αl 线性无关的充要条件是 rA= l. 例：在P[x]3中，取向量组 问向量组是否线性相关？ 解：在P[x]3中，先取定一个基为 1, x, x2, x3 ，可得 计算 A 的秩，得 rA=3 ，根据 定理4.2,可知向量组是线性相关的. 例: 验证向量组 是R 3的一个基，并求向量 在该基下的坐标。 解：首先讨论向量组的线性相关性，因为 所以 是R 3的一个基。其次求坐标 所以有 ，故向量 在基 下的 坐标为(0，1，-1). 线 性 代 数Linear Algebra刘鹏 复旦大学通信科学与工程系 光华楼东主楼1109 Tel: pliu@fudan.edu.cn 第四章 线性空间与欧氏空间 例如加法的交换律、结合律，数乘的分配率等等. 加法和数乘运算在很多数学、物理和工程领域中都广泛使用。而且，这两种运算通常都遵循统一的代数法则： 这种运算和相关的定理可以归纳为一套