南航《矩阵论》第1章.ppt

例1.4.6 设 分别是 阶实对称矩阵和反对称矩阵的全体。显然容易证明 均为线性空间 的子空间。试证明 证明：因为任意实方阵可以分解为一个实对称矩阵和一个实反对称矩阵的和，即 又 根据定理1.4.9可知结论成立。 证明 (3) 由定义1.5.1即得。 由(1)和(3)得 这说明，维数是有限维线性空间的唯一的本质特征。在同构的意义下，n维向量空间Pn并不只是线性空间V 的一个特殊例子，而是所有的n维线性空间的代表。即每一个数域P上的线性空间都与n维向量空间Pn同构。因此n维向量空间Pn中的一些结论在任意线性空间也成立。 例 1.3.2 实数域 R上的线性空间R [x]n中的向量组 1，x， x2 ,… xn-1 是 基底， R [x]n的维数为 n。 例1.3.3 实数域 R上的线性空间 的维数为 n?n，标准基为Eij：（i=1,2…n;j=1,2…n） 第i行第j列的元素为1，其它的都为0。 例1.3.4 在线性空间 中，显然 是 的一组基，此时多项式 在这组基下的坐标就是 证明 也是 的基,并求 及 在此基下的坐标。 由题， 在基 下的坐标为 而且，基 到基 的过渡矩阵为 所以 例1.3.5 已知矩阵空间 的两组基： 求基 ( I ) 到基 ( II ) 的过渡矩阵。 解 引入 的标准基： 显然 类似地， 则基 ( III ) 到基 ( I ) 的过渡矩阵为 而基 ( III ) 到基 ( II ) 的过渡矩阵为 所以 从而 因此基 ( I ) 到基 ( II ) 的过渡矩阵为 注意： 通过上面的例子可以看出线性空间的基底并不唯一，但是维数是唯一确定的。由维数的定义, 线性空间可以分为有限维线性空间和无限维线性空间。目前，我们主要讨论有限维的线性空间。 N(A)称为矩阵A的零子空间或核空间,也记为Ker(A)； 例1.4.1 对于任意一个有限维线性空间 V ，它必有两个平凡的子空间，即由单个零向量构成的子空间{0}和V本身。 例1.4.2 实数域 R上的线性空间 中全体上三角矩阵集合，全体下三角矩阵集合，全体反对称矩阵集合分别都构成 的子空间。 例1.4.3 设A?Rm?n，记A={a1,a2,…an},其中ai?Rm，则k1a1+k2a2…+knan是Rm的子空间，称为矩阵A的列空间（或值域）,记为R(A)或Im(A)。 即R(A)={y|y=Ax,x?Rn} 注：判定非空集合是否为线性空间，要验算运算的封闭性，以及8条运算律，相当地麻烦。至于判定线性空间的子集是否为线性子空间，则很方便. 下面考虑两个子空间的运算： 注意：线性空间V的两个子空间的V1,V2并一般不是V的子空间； 例1.4.4 设 是线性空间 的子空间，且 则 证明 由子空间和的定义，有 V1+V2=span(?1,?2…?s)+span(?1, ?2…?t) ={(k1?1+k2?2…+ks?s)+(l1?1+l2 ?2…+ lt?t)| ki,lj ?P} =span(?1,?2…?s,?1, ?2…?t) 例1.4.5 设 求 的基与维数。 所以可令 设 ，则 因此 所以 的基为 ，维数为 解 解关于