第1章 线性空间及线性变换.ppt

前言 一、课程介绍 研究内容： 矩阵与线性空间和线性变换 以矩阵为工具研究问题 在其中发展矩阵理论 矩阵在各种意义下的化简与分解 矩阵的分析理论 各类矩阵的性质研究 矩阵被认为是最有用的数学工具，既适用于应用问题，又适合现代理论数学的抽象结构。 第1章：线性空间与内积空间 内容： 线性空间的一般概念 重点：空间结构和其中的数量关系 内积空间 重点：内积性质及其应用 特点： 研究代数结构——具有线性运算的集合。 看重的不是研究对象本身，而是对象之间的结构关系。 研究的关注点：对象之间数量关系的矩阵处理。 学习特点：具有抽象性和一般性。 1.1 线性空间 一、线性空间的概念 几何空间和 n 维向量空间的回顾 推广思想： 抽象出线性运算的本质，在任意研究对象的集合上定义具有线性运算的代数结构。 定义1.1（P .1） 要点： 集合V 与数域P 向量的加法和数乘向量运算 运算的性质刻画 常见的线性空间 P n={X=（x1，x2，…，xn）T：x ?P} 运算：向量加法和数乘向量 P m?n = {A=[aij]m?n：a ij?P}； 运算：矩阵的加法和数乘矩阵 R m?n ；C m?n 。 Pn [x]={p(x)= ：ai?R} 线性空间的一般性的观点： 线性空间的一般形式： V（P），元素被统称为向量：?， ?，?，? 线性空间的简单性质（共性）： 定理1 . 1：V（P）具有性质： （1） V（P）中的零元素是惟一的。 （2） V（P）中任何元素的负元素是惟一的。 （3）数零和零元素的性质： 0?=0，k0=0，k ?=0 ? ?=0 或k=0 （4） ? ?= （?1）? 二、线性空间的基和维数 向量的线性相关与线性无关： 定义形式和向量空间Rn中的定义一样。 有关性质与定理和Rn中的结果一样。 例题1 证明C[0，1]空间中的向量组 {ex，e2x，e3x …，enx}，x?[0，1] 线性无关。 基与维数的概念：P.3，定义1.1.5 常见线性空间的基与维数： Pn，自然基{e1，e2，…,en}，dim Pn =n Rm?n ，自然基{Eij}，dim Rm?n =m?n。 Pn [x] ，自然基{1，x，x2，x3…,x n-1}，dimPn [x] =n C[a，b]， {1，x，x2，x3…x n-1 …}?C[a,b]， dim C[a，b]= ? 约定： V n （P）表示数域P上的 n 维线性空间。 只研究有限维线性空间。 三、坐标 1 定义 1 .3 （P . 3)设{?1，?2，…，? n } 是空间 的一组基， ?? ? ， ? ?= ，则x1 ， x2， …， xn 是?在基{?i}下的坐标。 例2 设空间P4[x]的两组基为： {1，x，x2，x3}和 {1，（ x - 1）1，（ x - 1）2，（ x - 1）3} 求P（x）=2+3x+4x2+x 3在这两组基下的坐标。 2、 线性空间V n（P）与Pn的同构 坐标关系 V n （P） Pn 基{?1，?2，。。。? n} 由此建立一个一一对应关系? ? ? ? V n （P），?X ?Pn， ?（?）=X ?（?1+?2）=?（?1）+?（?2） ?（k?）=k?（?） 在关系?下，线性空间V n （P）和Pn同构。 同构的性质 定理1.3:V n （P）中向量{?1，?2，…?n}线性相关?它们的坐标{X1 , X2, … ,Xn}在Pn中线性相关。 同构保持线性关系不变。 应用： 借助于空间Pn中已经有的结论和方法研究一般线性空间的线性关系。 例题2 设R2?2中向量组{Ai} 四、基变换和坐标变换 讨论： 不同的基之间的关系 同一个向量在不同基下坐标之间的关系 基变换公式 设空间中有两组基： 2 坐标变换公式 已知 空间中两组基： 满足: : ; 讨论X和Y的关系 例题4 已知空间R中两组基（I）{Eij} （II）；{ } 求从基（I）到基（II）的过渡矩阵C。 求向量