线性代数基础教程5.1--5.3.pptVIP

§5.1 定义及其背景 §5.2 基和维数 §5.3 子空间 §5.1、定义及其背景 这一章是上一章的续篇。上一章主要讨论的是一组（有限个）n元向量间的线性关系，本章将在上一章的基础上讨论所有（无限个） n元向量组成的向量空间的一些基本性质。 在4.1节中我们以平面2元向量，空间3元向量为背景，推而广之引入了n元向量，并定义了n元向量的相等、加法和数乘等运算。进而指出如把n元向量视为n×1矩阵，则n元向量的相等、加法和数乘就是第3章矩阵运算的相等、加法和数乘，所以向量的加法和数乘运算也适合矩阵运算的8条规律，即有如下性质。 性质 对任意的n元向量α、β、γ，任意数域P中的数k，t满足8条运算规律： (1)交换律 α＋β＝ β＋ α； （2）结合律（α＋β）＋γ＝ α＋（β＋γ）； （3）n元向量中存在零向量O，适合O＋ α ＝ α； （4）n元向量中任意向量α存在负向量－α，使得 α＋（－ α ）＝O; （5）k(α+ β)=kα+kβ; （6）(k＋t)α=kα+tα; （7）（kt）α＝k（tα）; （8） 1 α＝ α. 这样，数域P中所有满足这些运算规律的n元向量就构成了一个集合，我们称这个集合为“空间” 特别地取P=R，则 是n元实向量构成地“空间”，称为实向量空间.它是平面，空间地自然推广，也是将要引入向量空间很好地背景. 定义 数域P上n元向量地全体 规定了加法和数量乘法，容易知道它满足8条运算规律，我们称 为数域P上n元向量空间（或n维向量空间）. 特别地当P为实数域R时， 就是（欧氏）平面， 就是（欧氏）空间. 从上述定义知向量空间是具有两个封闭的运算加法和数乘，运算适合8条规则的非空集合 这个定义所表达的意思实际上是，空间就是满足某些性质的向量的集合。 §5.2 基和维数 在第四章中我们阐明了由有限个n元向量组成的向量组必有极大线性无关组，且极大线性无关组可以不惟一，但其所含向量的个数是该向量组惟一确定的，称为该向量组的秩. 现将这些概念放在整个向量空间 上来考察，即考虑 中全体向量组成的向量组的极大线性无关组，由于 中任意n＋1个向量必线性相关，从而 中如果有n个线性无关的向量，它们就构成 的一个极大线性无关组. 而 中确实存在着n个线性无关的向量，由上一章的结论知 中的n个向量 线性无关 按照这样的观点，下面的例子 (Ⅱ): (Ⅰ): 都是 的极大线性无关组.从而 的秩为n.在向量空间中 的极大线性无关组和秩这两个概念有专门的术语来定义. 定义 中满足下列条件的向量组 称为 的一组基： ⑴ 线性无关； ⑵ 对 中任意一个向量β均有 ，β 线性相关，从而β可经 线性表出. 此定义其实是说n维向量空间的基是n维向量空间的极大线性无关组，因而n维向量空间的两组基（极大线性无关组）由相同个数的向量组成，我们给这个惟一确定的数下一个定义. 向量空间 的基所含向量个数称为 的维数，记为dim . 定义 确定向量空间 的基和维数. 例 解 记 则 是线性无关的，且 中的任意向量 均可表为 故 为 的一组基（称为常用基）， . 从而dim 这也是我们把 称为n维向量空间， 中的向量称为n维向量的原因. 容易看出（欧氏）平面 ，（欧氏）空间 中常用基分别 从而 因 中任意n+1个向量必线性相关，所以有 就是我们熟悉的直角坐标系 中任意n个线性无关的向量均可作为 的一组基. 命题 下面来讨论基在向量空间中的作用. 设 是 的一组基.据基的定义可知， 中任何一个向量 均可经 线性表示，且表示方法惟一.即 其中 是惟一确定的， 在基 下的坐标，记为 故可称为向量 注记 向量α 在基(Ⅰ)： 下的坐标是与基向量 的书写次序有关的. . 的讨论中也显现出来，读者在做相应习题时要注意这一点. 例如将(Ⅰ)改写为(Ⅱ)： ，则(Ⅱ)也是 的一组基，然而 在基(Ⅰ)下的坐标为 ，在基(Ⅱ)下的坐标为 这表明基是与基向量书写的次序有关的，基(Ⅰ)与基(Ⅱ)是 中不同的基.基的这种“有序”性在下文两组基的过渡矩阵 例 在向量空间 中，设向量 （1）求 在 的常用基 下的坐标. （2）设 证明： 是 的一组基，且求出 在 下的坐标. 解 （1） 故 在 下的坐标为 . （2）因 所以 中任意3个线性无关的向量均是 的一组基。现在 的行列式为 所以 线性无关，从而他们是 的一组基.设 在 下的坐标为 则 即 解得 从该例子讨论中看到在向量空间中，一般说来同一个向量在不同基下的坐标是不同的.下面就