线性空间和线性映射演示文稿.pptVIP

Euclid空间（欧氏空间） 线性空间内积的定义：设V是实数域R上的n维线性空间，对于V中的任意两个向量α、β, 按照某一确定法则对应着一个实数，这个实数称为与α与β的内积，记为(α,β)，并且要求内积满足下列运算条件： 我们称带有这样内积的线性空间为Euclid空间(欧氏空间)。 当且仅当α=0时内积为零 当前第62页\共有95页\编于星期二\13点 例1 在Rn中，对于 规定 容易验证 ( , )是Rn上的一个内积，从而 Rn成为一个欧氏空间。如果规定 容易验证( , )2也是Rn上的一个内积，这样 Rn又成为另外一个欧氏空间。 当前第63页\共有95页\编于星期二\13点 例2 在mn维线性空间Rm×n中，规定 容易验证这是Rm×n上的一个内积，这样 Rm×n对于这个内积成为一个欧氏空间。 例3 在连续函数构成的线性空间 C[a, b]中，规定 容易验证(f, g)是 C[a, b] 上的一个内积，这样 C[a, b]对于这个内积成为一个欧氏空间。 当前第64页\共有95页\编于星期二\13点 Euclid空间的性质 当前第65页\共有95页\编于星期二\13点 有限维线性欧氏空间 设实数域上有限维线性空间V的基底为 ，设向量x与y在此基底下的表达式如下 则x与y的内积可以表示如下 当前第66页\共有95页\编于星期二\13点 取 即A为实对称矩阵，而且(x,x)0表明A为正定的。 当前第67页\共有95页\编于星期二\13点 线性变换的例子 例1：R2空间上的如下变换 为线性变换（该变换还是正交变换）。 例2：设Pn为次数不超过n的多项式构成的集合，则求导运算： δ(f(t))=f’(t) 为Pn到Pn的线性变换。 例3：V为平方可积复函数构成的空间，则傅里叶变换： 为V上的线性变换。 当前第30页\共有95页\编于星期二\13点 线性变换的值域和核 V上的线性变换T的值域和核定义如下： R(T)={ Tx |x∈V} N(T)={ x | Tx=0, x∈V} 定理：线性空间V的线性变换T的值域和核都是V的线性子空间，分别称为T的象空间和核空间。 定义：线性变换T的象空间维数dimR(T)称为T的秩，核空间维数dim(N(T)称为T的亏。 可以证明，若V维数为n，T的秩为r，则T的亏为n-r。 例：实数域 R上的不超过n次多项式的全体Pn中为线性空间，求导运算的象空间为Pn-1 ，核空间为R。 当前第31页\共有95页\编于星期二\13点 线性变换的运算 零变换T0：T0x=0 变换的加法：定义 (T1+T2)x=T1x+T2x 负变换：定义 (-T)x=-(Tx) 数乘：定义 (kT)x=k(Tx) 定理：V上所有变换构成的集合在以上加法运算和数乘运算下构成线性空间。 单位变换Te：Tex=x 变换的乘法：定义 (T1T2)x=T1(T2x) 逆变换：若T为一一对应，则可定义逆变换T-1。 定理：V上所有线性变换构成的集合在以上加法和乘法运算下构成一个环，且是非交换环(环比数域条件弱)。 当前第32页\共有95页\编于星期二\13点 线性变换的矩阵表示 以下讨论均假设线性空间为F上的有限维空间，并以上标表示维数，如Vn、Wm等。 设映射T为Vn上的线性变换， 为空间的基底，则 可以用该基底线性表示，即 写成矩阵形式 当前第33页\共有95页\编于星期二\13点 对Vn中的任意元素x，设x和Tx的基底表示如下 于是有： 得到： 当前第34页\共有95页\编于星期二\13点 对Vn上的线性变换T，在基底 下可以用矩阵来表示： 定理：设Vn上的变换T在基底 下对应的矩阵为A，则 R(T)=rank(A) N(T)=n-rank(A) （由AX=0立即得到） 单位变换对应单位矩阵 零变换对应零矩阵 逆变换对应逆矩阵 当前第35页\共有95页\编于星期二\13点 设Vn上的线性变换T在两组基底 和 下对应的矩阵分别为A和B，两个基底之间的过度矩阵为P，即： 于是 即得 结论：相似矩阵表示相同的线性变换 当前第36页\共有95页\编于星期二\13点 矩阵的运算 零矩阵（对应零变换） 矩