线性代数考研笔记(四)
向量空间:
- 线性代数考研笔记(四):线性空间
- 向量空间:
- 变换公式:
- 向量组的线性相关性定理:
线性代数考研笔记(四):线性空间
向量空间:
定义:全体n维向量,连同向量的加法和数乘运算一起,合称为n维向量空间;
子空间:设WWW是n维向量的非空集合,若满足:
- ∀α,β∈W,α+β∈W\forall \alpha,\beta \in W,\alpha+\beta \in W∀α,β∈W,α+β∈W;
- ∀α∈W,对于∀k∈R,有kα∈W\forall \alpha \in W,对于\forall k \in R,有k\alpha \in W∀α∈W,对于∀k∈R,有kα∈W;
则称WWW是n维向量空间的子空间;
向量空间的维数和基底:
- 无限维:当VVV中包含任意多个线性无关的向量时,称VVV为无限维,如闭区间上所有的连续函数;
- 若VVV中仅有有限个线性无关的n维向量a1⃗,a2⃗,...,ar⃗\vec{a_1},\vec{a_2},...,\vec{a_r}a1,a2,...,ar,且VVV中任意向量均可由其线性表示,则称VVV的维数为rrr,记作dim(V)dim(V)dim(V),称为{ai}\{a_i\}{ai}为VVV 的一组基底;
- 规范正交基:若一组基底{ei⃗}\{\vec{e_i}\}{ei}满足:(ei⃗,ej⃗)={1,i=j0,i≠j(\vec{e_i},\vec{e_j}) = \begin{cases}1,&i=j\\0,&i\neq j \end{cases}(ei,ej)={1,0,i=ji=j,则称{ei⃗}\{\vec{e_i}\}{ei}为规范正交基;
向量的内积运算:
- 实向量内积:(α,β)=αTβ(α,β) = α^Tβ(α,β)=αTβ;
- 复向量内积:(α,β)=αTβ′(α,β) = α^Tβ'(α,β)=αTβ′,其中β′β'β′为βββ的共轭向量;
- tr(αβT)=tr(βαT)=αTβ=βTαtr(\alpha\beta^T) = tr(\beta\alpha^T) = α^Tβ = \beta^T\alphatr(αβT)=tr(βαT)=αTβ=βTα;
变换公式:
- 向量在一组基底下的坐标表示:q⃗=[a1⃗,a2⃗,...,an⃗](x1,x2,..,xn)T\vec{q} = [\vec{a_1},\vec{a_2},...,\vec{a_n}](x_1,x_2,..,x_n)^Tq=[a1,a2,...,an](x1,x2,..,xn)T;
- 基底变换公式:[b1⃗,b2⃗,...,bn⃗]=[a1⃗,a2⃗,...,an⃗]P[\vec{b_1},\vec{b_2},...,\vec{b_n}] = [\vec{a_1},\vec{a_2},...,\vec{a_n}]P[b1,b2,...,bn]=[a1,a2,...,an]P,其中PPP可逆,称作从基底a到基底b的过渡矩阵;
- 坐标变换公式:设(x1,x2,...,xn)T(x_1,x_2,...,x_n)^T(x1,x2,...,xn)T为向量qqq在基底{ai}\{a_i\}{ai}下的坐标,(y1,y2,...,yn)T(y_1,y_2,...,y_n)^T(y1,y2,...,yn)T为向量qqq在基底{bi}\{b_i\}{bi}下的坐标,则有:(x1,x2,...,xn)T=P(y1,y2,...,yn)T(x_1,x_2,...,x_n)^T = P(y_1,y_2,...,y_n)^T(x1,x2,...,xn)T=P(y1,y2,...,yn)T ,其中PPP是从基底{ai}\{a_i\}{ai}到基底{bi}\{b_i\}{bi}的过渡矩阵;
- 规范正交基替换公式:若{ei⃗}\{\vec{e_i}\}{ei}是一组规范正交基,则{εi⃗}={ei⃗}P\{\vec{\varepsilon_i}\} = \{\vec{e_i}\}P{εi}={ei}P也是规范正交基的充要条件:PPP是正交矩阵;
向量组的线性相关性定理:
- 替换定理:向量组a1,a2,...,ana_1,a2,...,a_na1,a2,...,an线性无关,若b=∑kiaib=∑k_ia_ib=∑kiai, 且任意kj≠0k_j≠0kj=0,则用bbb替换aja_jaj后,所得到的新向量组仍然线性无关;反之,若b=∑kiaib=∑k_ia_ib=∑kiai, 且kj=0k_j=0kj=0,则用bbb替换aja_jaj后,所得到的新向量组线性相关;
- 延伸定理:若s维向量组a1,a2,...,asa_1,a_2,...,a_sa1,a2,...,as线性无关,则每个aia_iai再添n-s个分量后的n维向量组a1′,a2′,...,as′a_1',a_2',...,a_s'a1′,a2′,...,as′仍然线性无关;
- 超维定理:任意n+1个n维向量必定线性相关;
- 向量组的秩:向量组的秩为其极大线性无关组的向量个数;
- 向量组的等价性:
- 向量组B能由向量组A线性表示 ⇒r(B)≤r(A)\Rightarrow r(B) \le r(A)⇒r(B)≤r(A);
- A、B等价 ⇔\Leftrightarrow⇔ A、B能互相线性表示 ⇔\Leftrightarrow⇔ AX=B有解且BY=A有解AX=B有解且BY=A有解AX=B有解且BY=A有解 ⇔\Leftrightarrow⇔ r(A)=r(B)=r(A∣B)r(A)=r(B)=r(A|B)r(A)=r(B)=r(A∣B);
- A、B等价 ⇒\Rightarrow⇒ r(A)=r(B)r(A)=r(B)r(A)=r(B);
- 向量组等价于其极大线性无关组;
线性代数考研笔记(四)相关推荐
- 线性代数考研笔记(一)
行列式: 线性代数考研笔记(一):行列式 行列式相关概念: 行列式的运算性质: 特殊行列式: 线性代数考研笔记(一):行列式 行列式相关概念: k阶子式:对于矩阵A,任取k行和k列,将位于这些行和列的 ...
- 线性代数考研笔记(二)
矩阵: 线性代数考研笔记(二):矩阵 矩阵相关概念: 矩阵初等变换: 逆矩阵相关性质: 分块矩阵的运算法则: 方阵的特征根和特征向量: 正交矩阵: 正交向量组: 相似矩阵: 对角化: 合同矩阵: 二次 ...
- 线性代数考研笔记(三)
线性方程组: 线性代数考研笔记(三):线性方程组 非齐次线性方程组解的个数判定: 齐次线性方程组解的个数判定: 求解矩阵方程的方法: 线性方程Ax=b的解的结构: 线性代数考研笔记(三):线性方程组 ...
- 【线性代数复习笔记】同济大学版第三章和第四章 矩阵的初等变换与线性方程组与向量组的线性相关性
[线性代数复习笔记]同济大学版第三章和第四章 矩阵的初等变换与线性方程组与向量组的线性相关性 1.矩阵的初等变换 矩阵的三种初等变换及性质 行阶梯形矩阵 矩阵的初等变换的性质 2.矩阵的秩 矩阵的秩的 ...
- 概率论考研笔记(四)
数理统计: 概率论考研笔记(四):数理统计 数理统计相关概念和性质: 大数定律: 中心极限定理: 常用矩统计量: 正态总体下常见统计量的抽样分布: 点估计: 区间估计: 假设检验: 概率论考研笔记(四 ...
- 线性代数学习笔记——第四章学习指南——n维向量空间
一.学习内容及要求 1. 内容: §4.1. n维向量空间的概念 线性代数学习笔记--第四十讲--n维向量空间的概念 线性代数学习笔记--第四十一讲--n维向量空间的子空间 §4.2. 向量组的线性相 ...
- 线性代数学习笔记10-4:左右逆、伪逆/M-P广义逆(从四个子空间和SVD角度理解)
下面讨论m×nm\times nm×n的秩为rrr的矩阵 对于不同情况,讨论逆矩阵 两侧逆矩阵 2-sided inverse 这也是一般所说的"逆矩阵"的含义 方阵A\bolds ...
- 计算机考研最后四十天,2021考研最后四十天冲刺复习攻略
2021考研最后这一冲刺阶段,不仅要对以往学过的知识做强化梳理和查缺补漏,还要集中精力做好英语作文.政治等部分的突击学习.因此,在这个紧要的关头,千万不要吝啬你的付出,一定要把每一项复习任务都要落到实 ...
- 线性代数学习笔记(二十九)——方程组解的结构(一)
停更2年多了,做事得有始有终,继续更新... 本篇笔记回顾了线性方程组解的三种情况,并讨论了齐次线性方程组解的结构,并介绍了齐次线性方程组解的相关性质.其中重点讨论了基础解系定义,以及基础解系的求法和 ...
最新文章
- 华为自研编程语言「仓颉」火上热搜,已正式开启内测,成员辟谣:不是中文编程...
- Lombok(1.14.8) - @Synchronized
- openssl生成rsa密钥对和密钥格式转换
- 【安全漏洞】黑客利用IE 0 day漏洞部署VBA恶意软件
- Spring—集成Junit
- 【POJ - 1062】【nyoj - 510】昂贵的聘礼 (Dijkstra最短路+思维)
- vue js 和原生app调用回调方法问题
- dede使用方法----调用导航
- 用Kubernetes搭建便携式开发环境之MongoDB
- javascript 类继承
- 关于模型分箱,最容易被忽略的这几点
- UWP xaml 圆形头像
- 用放大镜看计算机屏幕,使用放大镜可使屏幕上的内容更易于查看
- Java开发中图片压缩工具Thumbnailator
- Django + vue 开发接口自动化可视化平台
- oracle 11g 新特性之动态绑定变量窥视(一)
- ROC曲线,曲线下的面积(Aera Under Curve,AUC),P-R曲线
- ESP8266-002 ESP8266EX简介
- 【掘掘记账本】前端React Hook,一步步详细版
- spring中的loc和aop
热门文章
- 洛谷P2698 [USACO12MAR]Flowerpot S
- php图床_PHP EasyImage 简单图床源码
- android应用开发-从设计到实现 4-10 解析天气预报数据
- 银河麒麟高级服务器操作系统V10上安装k8s单机集群
- 某音xg加密算法研究
- 在线获取外链的php源码,y.qq.com-php获取QQ音乐外链源码
- 2021软件评测师真题
- 无法访问计算机请检查名称的拼写,Win7访问共享文件夹提示“请检查名称的拼写”怎么办?...
- 查看mysql缓存命中_【转】MySQL如何检查缓存命中
- 【java基础】java继承从“我爸是李刚”讲起