Matrix1-2 第1章：线性空间与线性变换 矩阵论PPT.pptVIP

§1.1 五、 子空间 概述：线性空间Vn（F）中，向量集合V可以有集合的运算和关系： Wi ?V， W1?W2， W1?W2， 问题： 这些关系或运算的结果是否仍然为线性空间 ？ 1、 子空间的概念 定义： 设集合W?Vn（F），W?? ，如果W中的元素关于Vn（F）中的线性运算为线性空间，则称W是Vn（F）的子空间。 判别方法：定理1·5 W是子空间 ? W对Vn（F）的线性运算封闭。 子空间本身就是线性空间。 子空间的判别方法可以作为判别某些线性空间的方法。 重要的子空间： 设向量组｛?1，?2，···，? m｝?Vn（F），由它们的一切线性组合生成的子空间： L{?1，?2，···，?m } = ｛ } 2、子空间的“交空间”与“和空间” 讨论：设W 1? Vn（F），W2 ? Vn（F），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） 定理1·6 ? W1?W2是子空间，被称为“交空间” （2）和空间 集合的和集： W1＋W2=｛?=X1＋X2?X1?W1，X2?W2｝， 例1·7 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。 3 、维数公式 子空间的包含关系： 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： 定义1·6 ： 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 ： 定理1·8 设W=W1＋W2，则下列各条等价： （1）????????? W=W1?W2 （2）????????? ?X ?W，X=X 1＋X2的表示 是惟一的 （3）????????? W中零向量的表示是惟一的 （4）????????? dim W =dimW1＋dimW2 例1?????????? P12 eg18 例2????设在Rn×n中，子空间 W 1={A ?AT =A } ， W2={B ?BT= –B }， 证明Rn×n=W1?W2。 例3 子空间W的“直和补子空间” 1·2 内积空间 主题：定义内积的概念，借助于内积建立线性 空间的度量关系。 一、??? 欧氏空间和酉空间 1 几何空间中度量的定义基础 2 内积的定义 定义1·7 (P13) ：要点 ? 内积(?，?)是二元运算：Vn(F) F ? (?，?)的公理性质 ? (?，?)是任何满足定义的运算。 ? 讨论(?，?1＋?2), (?，k?)  3. 内积空间的定义 [Vn（F）；（?，?）] ，F= R ，欧氏空间；F=C，酉空间 4 常见的内积空间： [R n ；(?，?)= ? T ? ] , [C n ；(?，?)=?H ?], [C m×n；(A，B)=tr (B H A)] [ Pn[X] ；(f(x)，g(x) )= ] 5 向量的长度 定义： || ? || = 6 线性空间的内积及其计算与矩阵表示： 设{?1，?2，…,? n } 是内积空间Vn(F)的基，??，??Vn(F)，则有 ?=x1?1＋x2?2＋…＋x n ?n = (?1?2…? n)X； ?=y1?1＋y2?2＋…＋y n ? n= (?1 ?2…? n)Y (?，?)= =Y HAX， 二、标准正交基 1 标准正交的向量组： 定义： ｛?1，?2，…，?n｝为正交组?(?i，?j ) =0 性质： 2 标准正交基 基｛?1，? 2，…，?n｝是标准正交基 ?(?i，? j)= 标准正交基