矩阵论 第一章 线性空间与线性映射.pptVIP

第一章;本章知识要点;集合;映射;映射的例子;线性空间的定义;线性空间的定义（续）;线性空间的例子; 例5：R∞表示实数域 R 上的全体无限序列组成的的集合。即;例 6 在 中满足Cauchy条件的无限序列组成的 子集合也构成 R上的线性空间。Cauchy条件是： 使得对于 都有;线性空间的基本概念及其性质;例1 实数域 R上的线性空间 RR 中，函数组 是一组线性无关的函数，其中 为一组互不相同的实数。 例2 实数域 R 上的线性空间 RR 中，函数组 是一组线性无关的函数，其中 为一组互不相同的实数。 例3 实数域 R 上的线性空间 RR 中，函数组 也是线性无关的。;例4 实数域 上的线性空间空间 中，函数组 与函数组 都是线性相关的函数组。;线性空间的基底与维数;例1 实数域 R 上的线性空间 R3 中向量组 与向量组 ;例2 实数域 R上的线性空间 中的向量组 与向量组 都是 的基。 是4维线性空间。;例 3 实数域 R上的不超过n次多项式的全体Pn中的向量组 与向量组 都是 Pn 的基底，Pn的维数为 n+1。 注意： 通过上面的例子可以看出线性空间的基底并不唯一，但是维数是唯一确定的。由维数的定义, 线性空间可以分为有限维线性空间和无限维线性空间。目前，我们主要讨论有限维的线性空间。;例4 在4维线性空间 中，向量组 与向量组 是其两组基，求向量 在这两组基下的 坐标。; 解：设向量A在第一组基下的坐标为 于是可得 解得 同样可解出在第二组基下的坐标为;设 （旧的）与 新的） 是 n 维线性空间 V 的两组基底，它们之间的关系为;将上式矩阵化可以得到下面的关系式：;任取 ，设 在两组基下的坐标分别为 与 ，那么我们有;与向量组;向量A在第一组基下的坐标为;定义 设 V 为数域 F上的一个 n 维线性空间，W为V的一个非空子集合，如果对于任意的 以及任意的 都有 那么我们称 为 的一个子空间。 例1 对于任意一个有限维线性空间 ，它必有 两个平凡的子空间，即由单个零向量构成的子空间 ;例2 设 ，那么线性方程组 的 全部解为 维线性空间 的一个子空间，我们称其为齐次线性方程组的解空间。当齐次线性方程组 有无穷多解时，其解空间的基底即为其基础解系；解空间的维数即为基础解系所含向量的个数。 例3 设 为 维线性空间 中的 一组向量，那么非空子集合 ;构成线性空间 的一个子空间，称此子空间为有限生成子空间，称 为该子空间的生成元。 的维数即为向量组 的秩， 的最大无关组为基底。 例4 实数域 R上的线性空间 中全体上三角矩阵集合，全体下三角矩阵集合，全体对称矩阵集合，全体反对称矩阵集合分别都构成 的子空间，;子空间的交与和;线性变换;线性变换的例子;线性变换的值域和核;线性变换的运算;线性变换的矩阵表示;对Vn中的任意元素x，设x和Tx