【矩阵论】线性空间与线性变换.ppt

子空间和非子空间的例子： V={x=(x1，x2，0｝?R 3，是子空间 V={x=(x1，x2，1｝?R 3，不是子空间 矩阵A?R m×n， 齐次线性方程组AX=0的解集：是子空间 S=｛X ： AX=0｝?Rn， 非齐次线性方程的解集： 不是子空间 M=｛X ： AX=b｝ 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 ? dimV。 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???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 1. 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）T(k1?1+k2?2+···+km?m?)=k1T(?1)+k2T(?2)+...+kmT(?m) 3 线