线性代数第七章.pptVIP

解 给出向量α在基E11,E12,E21,E22 之下的线性表示 则得到α在这组基下的坐标 类似可知， F2×2中向量 在基E11，E12，E21，E22下的坐标为 注意，如果基的排列次序变为E11, E21 , E12 ,E22 ,则例3.1中向量α的坐标中各分量亦要相应的随之改变，而有 请读者记住，基与坐标都是严格有序的概念. 例3.2 线性空间R[x]3中的向量 在基1，x， x2下的坐标为 一般地，线性空间R[x]n中向量 在基 下的坐标为 例3.4 设V是二阶实对称矩阵全体的集合对于通常矩阵加法与矩阵数乘运算所成的实数域R上的线性空间.求V中向量 在基 下的坐标. 解 因为 所以A在基ε1，ε2 ，ε 3下的坐标为 我们已经知道了在取定基之下，向量与坐标的一一对应关系.下面的三个定理将进一步揭示这种对应关系的深刻内涵. 定理3.1 在n维线性空间中，对于任一基，向量α为零向量的充分必要条件是α的坐标为(0，0，···，0)T. 定理3.1的成立是明显的.它表明：向量与其坐标保持着为零（或非零）的一致性. 定理3.2 设V是数域F上的 n维线性空间.在基ε1,ε2,···,εn下，如果α的坐标为 β的坐标为 则 1） α+ β的坐标为 2） kα的坐标为 证明 设 即有 于是 可见α+ β的坐标为 又，对任意k∈ F ，有 故知k α的坐标恰是 定理3.2可推广为：在基ε1,ε2,···,ε n之下， 若向量组α1,α2,···,αs的坐标为 ， 则对数域F上的 任意数k1, k2 ,···, k s，向量k1α1+ k2α2 +···+ksαs的坐标为 以上结果说明：向量与其坐标的对应关系保持加法，保持数乘，从而保持线性组合的关系式. 定理3.3设V是数域F上的n维线性空间.在V的一个基ε1,ε2,···,εn之下，向量组α1,α2,···,αs线性相关的充分必要条件是它们的坐标 （作为F上的n维 数组向量）线性相关. 例3.5 对于线性空间R[x]3 ，证明 是一个基. 证明 已知1， x ， x2是R[x]3的基，而g1，g2，g3在基1， x ， x2下的坐标为 显然线性无关，故知g1，g2，g3亦线性无关. 再由本章定理2.1知，作为3维线性空间的3个线性无关向量， g1，g2，g3便是R[x]3的基. 3.2 基变换与坐标变换 例3.6 已知线性空间R3中的向量α =(1，2，-1)T.试求α在基 以及在另一个基 下的坐标. 解 显然，α在基ε1，ε2 ，ε3下的坐标为(1，2，-1)T.（注意它在形式上和向量α一模一样，但在概念上不能把空间中的向量与它们的坐标相混淆）.设α在基ε’1，ε’2 ，ε’3下的坐标为(x1 ， x 2， x 3)T，则应有 即 解这个方程组得 解毕. 上例使我们看到，同一向量在不同基下的坐标通常是不同的.下面，我们来一般地讨论这一关系. 第七章 线性空间 从本章开始，我们的学习内容将是线性代数中比较抽象的部分。概念的抽象性、理论的概括性固然增加了学习的难度，但是，只要掌握了抽象思维与论证的规律，我们就可以在更高的视点上观察并解决某些理论与实际方面的问题。 首先，让我们来回顾一下迄今为止我们所接触的代数学。它研究的内容包括数及其运算、多项式及其运算、矩阵（向量）及其运算等。研究的方法是针对每一种具体对象探索它们运算所满足的各种性质，并用以解决本系统内的相应问题。 人们发现，各种不同对象用各自不同方式定义的运算，却往往具有一些共同的性质。例如数、多项式和矩阵的加法都满足交换律及结合律，可以统一表达为 X+Y=Y+X, (X+Y)+Z=X+(Y+Z). 这启发我们抛开对象的具体形式而关心一种统一的抽象模型，并对这种模型进行深入的研究，其研究结果便可适用于符合这一模型的每一种具体对象。这就是科学抽象产生抽象科学的过程。 本章将讨论一种抽象的数学模型——线性空间。其实， 抽象都是源于具体的。随着学习的深入，我们会体察到，线性空间与我们已熟悉的数组向量有着密切的关系。 §1 线性空间及其子空间 1.1 线性空间的定义