原创力文档- 1、本文档共23页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
线性空间和线性变换概况
2024-01-24
CATALOGUE
目录
线性空间基本概念
线性变换基本概念
线性空间中的运算
线性变换的运算
线性空间与线性变换的应用
01
线性空间基本概念
设V是一个非空集合，P是一个数域，若对V中的任意两个元素α与β，总有唯一的一个元素γ∈V与之对应，称为α与β的和，记为γ=α+β；若对V中的任意元素α与数域P中的任意数k，总有唯一的一个元素δ∈V与之对应，称为k与α的积，记为δ=kα，而且和与积的运算满足八条运算法则，则称V是数域P上的一个线性空间。
线性空间的定义
封闭性、结合律、交换律、单位元、逆元、数乘分配律、数乘结合律、数乘单位元。
线性空间的性质
基的定义
在线性空间中，如果存在n个线性无关的向量，且该空间中的任意向量都可以由这n个向量线性表示出来，则称这n个向量为该空间的一组基。
维度的定义
线性空间中线性无关向量组的最大个数称为该空间的维数。
维度与基的关系
线性空间的维数等于其任意一组基的向量个数。
子空间的定义
设W是线性空间V的一个非空子集，如果W对于V中的加法和数乘运算也构成线性空间，则称W是V的一个子空间。
商空间的定义
设W是线性空间V的一个子空间，对于V中的任意向量α，总可以唯一地表示为α=β+γ的形式，其中β∈W，γ∈V且γ与W中的任意向量都正交，则称γ为α相对于W的分量，所有这样的γ组成的集合称为V关于W的商空间，记为V/W。
子空间与商空间的关系
商空间是原空间相对于子空间的“剩余部分”，具有与原空间相似的性质和结构。同时，子空间和商空间之间存在一定的对应关系，可以通过特定的映射进行相互转化。
02
线性变换基本概念
线性变换定义：设V和W是数域F上的线性空间，T是从V到W的映射，若对V中任意元素α，β和数域F中任意数k，都有T(α+β)=T(α)+T(β)，T(kα)=kT(α)，则称T是V到W的线性变换。
线性变换性质
T(0)=0，T(-α)=-T(α)；
若k1，k2为数，α1，α2为线性空间V中向量，则T(k1α1+k2α2)=k1T(α1)+k2T(α2)；
线性变换把线性空间V中一个向量α映射为W中向量T(α)，且保持加法运算和数量乘法运算。
线性变换矩阵表示法
设V和W是数域F上n维、m维线性空间，T是V到W的线性变换，若有V中基α1，α2，…，αn和W中基β1，β2，…，βm，使得T(αi)=Aijβj(i=1,2,…,n)，则矩阵A=(Aij)称为线性变换T在基α1，α2，…，αn和β1，β2，…，βm下的矩阵表示。
唯一性
给定基后，线性变换的矩阵表示是唯一的；
可逆性
若线性变换T可逆，则其矩阵表示A可逆；
相似性
若两个线性变换在不同基下的矩阵表示相似，则这两个线性变换相似。
特征值与特征向量定义：设T是数域F上线性空间V的线性变换，若存在数λ∈F和非零向量ξ∈V，使得T(ξ)=λξ，则称λ是T的一个特征值，ξ是T的属于特征值λ的一个特征向量。
特征值与特征向量性质
不同特征值对应的特征向量线性无关；
若λ1，λ2，…，λk是线性变换T的k个不同特征值，ξ1，ξ2，…，ξk分别是属于它们的特征向量，则ξ1，ξ2，…，ξk线性无关；
若λ是线性变换T的特征值，则属于特征值λ的特征向量全体构成V的一个子空间，称为特征子空间。
01
02
03
04
05
03
线性空间中的运算
1
2
3
在同一线性空间中，两个向量相加，其结果仍为该空间中的一个向量。向量加法满足交换律和结合律。
向量加法
一个标量与一个向量相乘，其结果仍为原空间中的一个向量。数乘满足分配律和结合律。
数乘
对于任意向量和标量，向量加法和数乘满足八条基本性质，这些性质是线性空间的基础。
向量加法和数乘的性质
在同一线性空间中，两个向量之间的内积是一个标量。内积具有对称性、正定性和线性性。内积可以衡量两个向量的相似度或夹角大小。
内积
仅在某些特定的线性空间（如三维向量空间）中定义，两个向量的外积是一个与这两个向量都垂直的向量。外积具有反交换律和分配律。
外积
内积和外积在几何、物理和工程等领域有广泛应用，如计算向量的模长、判断向量的垂直关系、求解最小二乘问题等。
内积与外积的应用
正交性
01
在同一线性空间中，如果两个向量的内积为零，则称这两个向量正交。正交性反映了向量间的垂直关系。
投影
02
一个向量在另一个向量上的投影是一个与给定向量正交的向量。投影具有唯一性和最小性。投影在数据分析、图像处理等领域有广泛应用。
正交性与投影的关系
03
正交性与投影密切相关。在正交投影中，投影向量与原向量的差向量与投影平面正交。正交投影具有保距性和保角性等优良性质。
04
线性变换的运算
相似变换
对角化
性质
设T和S是线性空间V的两个线性变换，如果存在一个可逆的线性变
文档评论（0）