本系列文章由Titus_1996 原创,转载请注明出处。  

文章链接:https://blog.csdn.net/Titus_1996/article/details/82835889

本系列文章使用的教材为《矩阵论》(第二版),杨明,刘先忠编,华中科技大学出版社。


基的定义

在线性空间V中,若存在n个元素

α1,α2,......,αn

满足:

  1. α1,α2,......,αn线性无关

  2. V中任意元素α都可用α1,α2,......,αn线性表示。

那么,α1,α2,......,αn就称为线性空间的一组基,n称为线性空间V的维数。

其实线性空间的基,就是求V的极大无关组。其不是唯一的。因此,求基的步骤为:

  1. 求一组线性无关的向量组

  2. 证明此无关组是极大的,也就是可以线性表示V中任意一个元素。


定理

n维线性空间中,任意n个线性无关的向量构成的向量组,都是空间的基。


坐标的定义

在线性空间Vn(F)中,设{α1,α2,......,αn}是一组基,β为V中的一个元素,{α1,α2,......,αn,β}线性相关,故β可由α1,α2,......,αn唯一线性表示,因此有

则称数x1,x2,......,xn是β在基{α1,α2,......,αn}下的坐标


注意

  • 不论Vn(F)为什么具体的线性空间,只要取定了一组基,Vn(F)中向量在该基下的坐标都是线性空间Fn中的向量。由于这一特点,可以用数量矩阵和Rn中的向量来研究一般的线性空间中有关问题的基础。

  • 一般同一向量在不同基下的坐标是不同的。


同构(详细了解)

加法保持不变,数乘保持不变。

坐标关系建立了Vn(F)和Fn的一一对应关系σ。σ满足

由此,我们可以得出映射关系

Vn,F,+,。)→(Fn,F,+,.

线性空间→数域

数域F上,任意一个n维线性空间Vn(F)都和n维线性空间Fn同构。

这种同构关系给人们解决未知空间的问题提出了思想方法,可以利用已知的去推出未知。要做的事就是,人们期望的坐标确定了,是已知的,那么要取得什么样的坐标呢?这就要找到映射关系σ。有以下定理:

基于Vn(F)和Fn这种一一对应的关系保持线性关系不变,如果不计较向量的具体形式,仅就线性关系而言,Vn(F)中的问题就可以转到熟悉的方法和已经建立的理论来解决了。

【矩阵论】02——线性空间——基、维数与坐标相关推荐

  1. (邱维声)高等代数课程笔记:基,维数与坐标

    3.5 基,维数与坐标 \quad 本节,继续研究线性空间的结构.一般地,设 V V V 是数域 K K K 上的一个线性空间. \quad 首先,我们先将"线性相关"与" ...

  2. 线性代数学习笔记——第五十一讲——n维向量空间的基、维数与坐标

    1. n维向量空间的一些基本概念(基.维数.标准基) 2. 任一向量在给定基下的坐标是唯一的

  3. 线性代数(五)向量空间——向量空间的基 维数 内积 基的规范正交化

    本节主要知识点 1.向量空间的定义:对加法和乘法运算封闭的非空的n维向量的集合 2.向量空间的基:向量空间中一组线性无关的向量,并且其他向量可以用这组向量线性表示.一组基中含有的向量个数为向量空间的维 ...

  4. matlab求向量空间的基,线性空间维数与基的求法.doc

    线性空间维数与基的求法,求子空间的基和维数,线性空间的维数,线性空间维数,向量空间的基与维数,什么叫线性的维数和秩,matlab求矩阵的维数,matlab求矩阵维数,基和维数,cao法求嵌入维数 线性 ...

  5. 线性代数(七) : 子空间的基与维数

    线性空间中基的概念很重要,比如一个子空间中的任意一个向量都可用一组基唯一的表示.有些问题可以通过寻找一组合适的基而大大化简: 1空间的基 直接给出定义: 如果线性空间X中的有限个向量张成X并且本身线性 ...

  6. 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(23):维数、基与坐标

    目录 前言 往期文章 6.2 维数.基与坐标 定义2 定义3 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出-   自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰 ...

  7. 线性空间,线性子空间,基与维数

    索引 集合: V V V 线性空间 ( V , ⊕ , ⊗ ) \left( V,\oplus ,\otimes \right) (V,⊕,⊗) 线性子空间 ( W , ⊕ , ⊗ ) ( W ⊆ V ...

  8. 矩阵论 - 9 - 线性无关、基、维数

    线性无关.基.维数 线性无关 Independence 假定有 \(m\times n\) 的矩阵 \(A\) ,以列向量形式表示:\(\begin{bmatrix}v_1 & v_2 &am ...

  9. 线代[2]|对极易混淆概念的梳理—线性相关与线性无关、极大线性无关部分组与秩与基础解系、向量空间的基与维数

    原创首发于CSDN,转载请注明出处(CSDN:古希腊的汉密士),谢谢! 文章目录 一般形式的线性方程组 线性相关与线性无关 线性极大无关部分组与秩与基础解系 |齐次线性方程组的解 向量空间的基与维数 ...

最新文章

  1. 教你用OpenCV实现机器学习最简单的k-NN算法
  2. Mysql的空值与NULL的区别
  3. Unity Mathf 数学运算(C#)
  4. php网页悬浮对联代码,不用js多浏览器兼容纯DIV/CSS对联漂浮广告代码
  5. boost::fusion::replace_if用法的测试程序
  6. java 构造方法和析构方法_PHP面向对象程序设计之构造方法和析构方法详解
  7. 通过zookeeper连接hive beeline
  8. 保留3位 python_Python基础(六)
  9. 遍历 Dictionary,你会几种方式?
  10. Java通过Class的对象来获取泛型的class示例
  11. 动态加载js文件以支持跨域脚本
  12. 【转】DICOM之Print!!!!!!!!!
  13. Linux操作系统监视NVIDIA的GPU使用情况
  14. pca降维的基本思想_R语言进行PCA分析
  15. failed to read artifact descriptor for xx
  16. 如何保持婚姻的新鲜感?
  17. 自用shell命令搜集
  18. android 仿qq it蓝豹,十大Android开源项目-IT蓝豹
  19. unix系统中的挂载(mount)
  20. 用过的几款步进电机驱动IC

热门文章

  1. flash 林度_知乎日报
  2. c语言rand再哪个头文件里,c语言下rand函数在哪个头文件中
  3. 【安卓笔记】android申请储存权限,读写文件
  4. 上海沙龙回顾 | ​字节跳动在Spark SQL上的核心优化实践
  5. Stream使用技巧(1)------数据处理技巧
  6. 小ck活动机器人包包_你一定要入手的小ck包
  7. DAX学习-同一表上的多层嵌套上下文EARLIER当前行与VAR变量
  8. 如何利用PCA(Principal component analysis)来简化数据
  9. 文本文件转excel文件
  10. 企业破产重整网_企业破产重整的基本流程是怎样的?