编码理论第2章最新.ppt

线性相关和线性独立 定义：域F上矢量空间V的一组矢量v1,v2,…,vk称作是线性相关的，当且仅当存在不全为0的标量a1,a2,…,ak，使得 。否则称v1,v2,…,vk是线性独立的 例： 矢量(10110),(01001)和(11111)是线性相关的，因为1·(10110)+1·(01001)+1·(11111)=(00000);但是(10110),(01001),(11011)是线性独立的 例子 例1：判断GF(2)中的3个三维矢量(100),(010),(001)是否线性相关 答：由于在GF(2)上找不到不全为零的3个数n1,n2,n3使得n1(100)+n2(010)+n3(001)=0成立，即只有n1=n2=n3时，该式才成立，故此3个矢量线性无关 例2：判断GF(2)中的3个三维矢量(001),(101),(100)是否线性相关 答：因为1(001)+1(101)+1(100)=0，故此3个矢量线性相关 基和维数 定义：称矢量集合张成一个矢量空间V，若V中的每个矢量都是该集合中矢量的线性组合。在任何矢量空间或子空间中，都至少存在一个线性独立的矢量集合B，它张成该空间。这个集合称为矢量空间的基底或基。 维数：矢量空间基底中矢量的数目 注：任意两个基底中矢量的数目相同 有限维数线性空间：如果维数有限，否则就是无限维数线性空间 例：GF(2)中的n重e0=(100…0), e1=(010…0),…, en-1=(000…1)，即ei的第i个分量为1，其他分量为0。则e0, e1,…, en-1是矢量空间Vn的一个基底， Vn的维数是n 内积 若v1,v2,…,vk是Vn中的k(kn)个线性独立的矢量，则的v1,v2,…,vk所有线性组合形成一个k维子空间。 内积：令u=(u0,u1,…,un-1),v=(v0,v1,…,vn-1)是Vn中的两个n重，定义u和v的内积或点积为 。若u·v=0，则称u和v彼此正交。 内积有如下性质： 性质1：u·v=v·u 性质2：u·(v+w)=u·v+u·w 性质3：(au)·v=a(u·v) 对偶空间 定义：令S是Vn的k维子空间，并令Sd是Vn中这样矢量的集合，即对S中的任意u和Sd中的任意v，有u·v=0，则Sd也是Vn的一个子空间，它称为S的对偶空间或零化空间。 定理：令S是Vn中的一个k维子空间，则S的对偶空间的维数是n-k 矩阵 定义：GF(2)上k×n阶矩阵是一个有k行和n列的长方阵 若矩阵G的k行g0,g1,…gk-1作为GF(2)上的k个n重是线性独立的，则它们的线性组合构成一个k维子空间，称为矩阵G的行空间 矩阵 令S是GF(2)上一个k×n阶矩阵G的行空间，其k行g0,g1,…gk-1是线性独立的，令Sd是S的对偶空间，则Sd是n-k维的。令h0,h1,…hn-k-1是Sd中n-k个线性独立的矢量，显然这些矢量张成Sd。用h0,h1,…hn-k-1作为行，构成一个(n-k)×n阶矩阵H 矩阵 定理：对GF(2)上有k个线性独立行的任意k×n阶矩阵，都存在一个有n-k个线性独立行的(n-k)×n阶矩阵，使得对G中任意行gi和H中任意行hj，有gi·hj=0，G的行空间是H的零空间，反之亦然。 例：GF(2)上3×6阶矩阵的行空间 是以下矩阵H的零化空间 矩阵相加和相乘 若两个矩阵A=[aij], B=[bij]有相同的行数和列数，则定义A+B=[aij+bij]，即矩阵相加定义为对应分量相加。 k×n阶矩阵A=[aij]和n×l阶矩阵B=[Bij]的乘积定义为C=[cij]，它是一个k×l阶矩阵，其中cij是A的第i行ai和B的第j列Bj的内积，即 转置矩阵 定义：令G是GF(2)上一个k×n阶矩阵，G的转置矩阵GT，是个n×k阶矩阵，它的各列是G的各行 单位矩阵：在主对角线上为1，其他位置为0的k×k阶矩阵，称为恒等矩阵或单位矩阵，记作Ik 子阵：矩阵G的子阵是由除去G的某些行或列所得的矩阵 初等变换 定义：对矩阵实行下面的三种运算叫做初等变换 将矩阵的任意两行(列)互换 用任意不为零的数乘矩阵的行(列) 将矩阵的某一行(列)的k倍加至另一行 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * GF(2)上多项式的除法 对于GF(2)上的每一对多项式a(x)和b(x)≠0，都存在唯一的一对多项式q(x)(商)和r(