Matrix1-2 第1章 节 ：线性空间与线性变换 矩阵论PPT.ppt

;§1.1 五、 子空间 ;1、 子空间的概念;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” ;4 、子空间的直和 ;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 ;; 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 ;标准正交基的优点： ?度量矩阵是单位矩阵，即A=I ?=(?1?2…? n)X，?=(?1?2…? n) Y， (?，?)=YHX ?= x1 ? 1＋x2 ? 2＋…＋x n ? n，xi=(?，?i) ?和?正交?其坐标 X和Y正交 任何向量的内积将对应其坐标空间中的内积 ;正交补”子空间 (i)? 集合的U的正交集： U?=｛??Vn(F )： ???U，(?，?)=0 ｝ (ii)? U是Vn(F)的子空间 U ? 是Vn(F)子空间 (iii)???????????? Vn(F)=U ? U ? 。