【高等代数】线性空间-知识点总结
1. 集合、映射
数域:设P是由一些复数组成的集合,其中包括0与1,如果P中任意两个数的和、差、积、商(除数不为0)仍是P中的数,则称P为一个数域。
常见数域: 复数域C;实数域R;有理数域Q。
集合:指作为整体看的一堆东西,例如一条直线是一个由点组成的集合,一个线性方程组解的全体组成一个集合,即解集合。
元素:组成集合的东西称为这个集合的元素。
集合的描述方法:
- 描述法:M={x | x具有性质P}
如 M = {(x, y) | x2+y2 = 4, x,y∈R} - 列举法:M={a1,a2,…,an}
如 N={0,1,2,3,…} - 空集合:不包含任何元素。例如一个无解的线性方程组的解集合。
集合间的关系:
- B是A的子集,称B包含于A
- A和B相等,记作A=B
集合间的运算:交集、并集
映射:设M、M´是给定的两个非空集合,如果有一个对应法则σ,通过这个法则σ对于M中的每一个元素a,都有M´中一个唯一确定的元素a´与它对应, 则称 σ为M到M´的一个映射,记作 σ: M → M’
称 a´为 a 在映射σ下的象,而 a称为 a´在映射σ下的**原象,**记作 σ(a)=a’ 或 σ: a↦a’
集合M 到M 自身的映射称为M 的一个变换
设映射 σ: M → M’ ,集合 σ(M) = {σ(a)|a∈M} 称之为M在映射σ下的象,通常记作Imσ。显然,Imσ ⊆ M’
单位映射:σ把每个元素映射到它自身,称为集合M的恒等映射或单位映射,记为IM。
函数:函数可以认为是映射的一个特殊情形。
映射乘法:设映射σ: M → M’,τ: M’ → M’',乘积τσ定义为(τσ)(a)=τ(σ(a)),即相继施行σ和τ的结果,是 M 到 M" 的一个映射。
映射的乘法结合律:设映射σ: M → M’,τ: M’ → M’‘,φ: M’’ → M’‘’,有 (φτ)σ = φ(τσ)。
映射的性质:设映射 σ: M → M’,
若 Imσ = M’,即对于任意 y ∈ M’, 均存在 x ∈ M,使 y = σ(x),则称σ是M到M´的一个满射(或称 σ为映上的);
若M中不同元素的象也不同,即由 a1≠a2一定有 σ(a1) ≠ σ(a2),那么称σ是M到M´的一个单射(或称σ为1—1的);
若σ既是单射,又是满射,则称σ为双射(或称σ为 1—1对应)
存在对于有限集来说,两集合之间存在双射的充要条件是它们所含元素的个数相同;
对于有限集A及其子集B,若B≠A(即B为A的真子集),则 A、B之间不可能存在1—1对应;但是对于无限集未必如此.
可逆映射:设映射 σ: M → M’,若有映射 τ: M’ → M,使得 τσ = IM,στ = IM,则称σ为可逆映射,τ为σ的逆映射,记作σ-1。
- 若σ为可逆映射,则σ-1也为可逆映射,且 (σ-1)-1=σ
- 若σ(a) = a’,则 σ-1(a’) = a
- σ为可逆映射的充要条件是σ为1—1对应
2. 线性空间的定义与简单性质
引进线性空间的目的:研究线性方程组解有无解,有多少解的判定,以及有无穷多解时解集的结构
线性空间的定义:设V是一个非空集合,P是一个数域,在集合V中定义了一种代数运算,叫做加法:即对∀ɑ,β ∈ V,在V中都存在唯一的一个元素γ与它们对应,称γ为ɑ与β的和,记 γ = ɑ + β;在P与V的元素之间还定义了一种运算,叫做数量乘法:即∀ɑ ∈ V,∀k ∈ P,在V中都存在唯一的一个元素δ它们对应,称δ为k与α的数量乘积,记为 δ=kα。
如果加法和数量乘法封闭且满足下述8条运算规则,则称V为数域P上的线性空间:
加法规则:
α + β = β + α
(α + β) + γ = α +(β + γ)
在V中有一个元素0,对∀ɑ ∈ V,有 α + 0 = α
(具有这个性质的元素0称为V的零元素)
对∀ɑ ∈ V,都有V中的一个元素β,使得 α + β = 0
(β 称为 α 的负元素)
数量乘法规则 :
- 1α = α
- k(lα) = (kl)α
数量乘法与加法规则:
- (k + l)α = kα + lα
- k(α + β) = kα + kβ
注:
凡满足以上八条规则的加法及数量乘法也称为线性运算
线性空间的元素也称为向量,线性空间也称向量空间.但这里的向量不一定是有序数组.
若集合对于定义的加法和数乘运算不封闭,或者运算封闭但不满足八条规则中的任一条,则此集合就不能构成线性空间.
例如,对于线性空间R2,去掉其中的向量[0, 0]T,就不满足加法数乘封闭,因此就不是线性空间,所以线性空间必包含零向量;
只含一个向量—零向量{0}的线性空间称为零空间.
P[x]指数域P上的一元多项式环,表示定义在数域P上的多项式
P[x]n表示定义在数域P上的次数不超过n的多项式加上零多项式构成的空间.
Pm×n指数域P上全体m×n矩阵构成的线性空间,它是m×n维的。
线性空间的性质:
- 零元素是唯一的;
- ∀ɑ ∈ V ,其负元素是唯一的,记为 -α
- 0ɑ = 0, k0 = 0,(-1)ɑ = -ɑ, k(α - β) = kα - kβ
- 如果 kα = 0,那么 k=0或α=0
3. 维数 、基与坐标
线性空间中向量之间的线性关系:在线性代数中我们知道,设V 是数域 P 上的一个线性空间,那么有:
α1,α2,···,α~r ~∈ V(r ≥1),k1,k2,···,kr ∈ P,则式 k1α1+k2α2+···+krαr称为向量组α1,α2,···,αr的一个线性组合;
α1,α2,···,αr,β~ ~∈ V,若存在k1,k2,···,kr ∈ P,使 β = k1α1+k2α2+···+krαr,则称向量β可经向量组α1,α2,···.,αr线性表出;
若向量组β1,β2,···,βs中每一向量皆可经向量组α1,α2,···,αr线性表出,则称向量组β1,β2,···,βs可经向量组α1,α2,···,αr线性表出;
若两向量组可以互相线性表出,则称这两个向量组为等价的;
α1,α2,···,αr∈ V,若存在不全为零的数k1,k2,···,kr ∈ P,使 k1α1+k2α2+···+krαr = 0,则称向量组α1,α2,···,αr为线性相关的;
若仅当k1=k2=···=k1=0 时 k1α1+k2α2+···+krαr = 0 才成立,则称向量组α1,α2,···,αr为线性无关的。
结论:
向量组α1,α2,···,αr线性相关 ⇔ α1,α2,···,αr中有一个向量可经其余向量线性表出;
若向量组α1,α2,···,αr线性无关,且可被向量组β1,β2,···,βs线性表出,则 r ≤ s;
若向量组α1,α2,···,αr和向量组β1,β2,···,βs等价,则 r = s;
若向量组α1,α2,···,αr线性无关,但向量组α1,α2,···,αr,β 线性相关,则β可被向量组α1,α2,···,αr线性表出,且表示法唯一。
无限维线性空间:若线性空间 V 中可以找到任意多个线性无关的向量,则称 V 是无限维线性空间。
有限维线性空间:
- n 维线性空间:若在线性空间 V 中有 n 个线性无关的向量,但是任意 n+1 个向量都是线性相关的,则称 V 是一个n 维线性空间;常记作 dimV= n(零空间的维数定义为0)
- 基:在 n 维线性空间 V 中,n 个线性无关的向量ɛ1,ɛ2,···,ɛn,称为 V 的一组基;
- 坐标:设ɛ1,ɛ2,···,ɛn为线性空间 V 的一组基,α ∈ V,若 α = a1ɛ1+a2ɛ2+···+anɛn,a1,a2,···,an∈ P,则数组a1,a2,···,an就称为α在基ɛ1,ɛ2,···,ɛn下的坐标,记为(a1,a2,···,an),它是唯一的,在不同基下α的坐标一般是不同的。
线性空间的基与维数的确定:若线性空间V中的向量组α1,α2,···,αn满足:
- 无关性:α1,α2,···,α~n ~线性无关;
- 可表示性:∀β ∈ V,β可经α1,α2,···,αn线性表出,则V为n 维线性空间,α1,α2,···,αn为V的一组基
标准基:一般地,向量空间 Pn = {(a1,a2,…,an)|ai ∈ P, i = 1,2,…,n} 为n维的,ɛ1=(1,0,…,0),ɛ2=(0,1,…,0),···,ɛn=(0,0,…,1)就是 Pn 的一组基.称为Pn 的标准基.
注:
- n 维线性空间 V 的基不是唯一的,V中任意 n个线性无关的向量都是V的一组基.
- 任意两组基向量是等价的
4. 基变换与坐标变换
向量的形式书写法:
- V为数域P上的 n 维线性空间,α1,α2,···,α~n ~为V 中的一组向量,β ∈ V,若 β = x1α1+x2α2+···+xnαn,则记作
- V为数域P上的 n 维线性空间,α1,α2,···,αn和 k1,k2,···,kn为V 中的两组向量,若
则记作
基变换:设V为数域P上n维线性空间,ɛ1,ɛ2,···,ɛn,ɛ’1,ɛ’2,···,ɛ’n为V中的两组基,若
则称公式右边的系数矩阵为由基 ɛ1,ɛ2,···,ɛn 到基 ɛ’1,ɛ’2,···,ɛ’n的过渡矩阵,称上式为由基 ɛ1,ɛ2,···,ɛn到基 ɛ’1,ɛ’2,···,ɛ’n的基变换公式。
性质:
- 过渡矩阵都是可逆矩阵;反过来,任一可逆矩阵都可看成是两组基之间的过渡矩阵;
- 若由基ɛ1,ɛ2,···,ɛn到基 ɛ’1,ɛ’2,···,ɛ’n 的过渡矩阵为A,则由基ɛ’1,ɛ’2,···,ɛ’n到基 ɛ1,ɛ2,···,ɛn的过渡矩阵为A-1
- 若由基α1,α2,···,αn到基 β1,β2,···,βn的过渡矩阵为A,由基β1,β2,···,βn到基 γ1,γ2,···,γn的过渡矩阵为B,则由基α1,α2,···,αn到基 γ1,γ2,···,γn的过渡矩阵为AB
坐标变换:V为数域P上的n维线性空间,ɛ1,ɛ2,···,ɛn与 ɛ’1,ɛ’2,···,ɛ’n为V中的两组基,且
设 ξ∈V且ξ在基 ɛ1,ɛ2,···,ɛn与 ɛ’1,ɛ’2,···,ɛ’n下的坐标分别为 (x1,x2,···,xn) 与 ( x’1,x’2,···,x’n),即
称上述两式为向量ξ在基变换下的坐标变换公式
5. 线性子空间
线性子空间的定义:设V是数域P上的线性空间,集合 W ⊆ V(W≠∅),若W对于V中的两种运算(加法和数乘)也构成数域P上的线性空间,则称W为V的一个线性子空间,简称为子空间。
注:
任一线性子空间的维数不能超过整个空间的维数
只含零向量的子集合 W = {0} 是V的一个线性子空间,称之为V的零子空间
解空间:n元齐次线性方程组
的全部解向量所成集合W对于通常的向量加法和数量乘法构成的线性空间是 n 维向量空间 Pn 的一个子空间,称W为上述方程组的解空间.
注:
- 解空间W的维数=n-秩(A)
- 方程组的一个基础解系就是解空间W的一组基
生成子空间:V为数域P上的线性空间,α1,α2,···,αn为V 中的一组向量,则子空间
称为V的由α1,α2,···,α~n ~生成的子空间,记作 L(α1,α2,···,αn),称α1,α2,···,αn为L(α1,α2,···,αn)的一组生成元。
定理:
设W为n维线性空间V的任一子空间,α1,α2,···,αn是W的一组基,则有 W = L(α1,α2,···,αn)
α1,α2,···,αr与 β1,β2,···,βs为线性空间V中的两组向量,则 L(α1,α2,···,αr) = L(β1,β2,···,βs) ⇔ α1,α2,···,αr与 β1,β2,···,βs等价
生成子空间 L(α1,α2,···,αr) 的维数=向量组α1,α2,···,αr的秩
推论:设α1,α2,···,αs是线性空间V中不全为零的一组向量,αi1,αi2,···,αir(r≤s)是它的一个极大无关组,则 L(α1,α2,···,αs) = L(αi1,αi2,···,αir)
设 α1,α2,···,αn为P上n维线性空间V的一组基,A为P上一个 n×s 矩阵,若 (β1,β2,···,βs) = (α1,α2,···,αn)A,则 L(β1,β2,···,βs) 的维数 = 秩(A)
扩基定理:W为 n 维线性空间 V 的一个 m 维子空间,α1,α2,···,αm为W的一组基,则这组向量必定可扩充为 V 的一组基.即在 V 中必定可找到 n-m 个向量 αm+1,αm+2,···,αn,使α1,α2,···,αm为V的一组基。
6. 子空间的交与和
子空间的交:设V1、V2为线性空间V的子空间,则集合 V1∩V2 = {a | a ∈ V1 且 a ∈ V2}也为V的子空间,称之为V1与V2的交空间。
多个子空间的交记为
子空间的和:设V1、V2为线性空间V的子空间,则集合 V1+V2 = {a1+a2 | a1 ∈ V1 , a2 ∈ V2} 也为V的子空间,称之为V1与V2的和空间。
多个子空间的和记为
注:
- 子空间的交与和满足交换律
- 子空间的并集未必为V的子空间
子空间的交与和的有关性质:
设V1, V2, W为线性空间V的子空间:
若 W⊆V1, W⊆V2, 则 W⊆V1∩V2
若 V1⊆W, V2⊆W, 则 V1+V2⊆W
设V1, V2为线性空间V的子空间,则以下三条件等价:
V1⊆V2
V1∩V2=V1
V1+V2=V2
α1,α2,···,αr与 β1,β2,···,βs为线性空间V中的两组向量,则 L(α1,α2,···,αr) + L(β1,β2,···,βs) = L(α1,α2,···,αr, β1,β2,···,βs)
维数公式:设V1, V2为线性空间V的两个子空间,则 dimV1 + dimV2 = dim(V1+V2) + dim(V1∩V2)。可以看出,子空间的和的维数往往比子空间的维数的和要小。
推论:设V1, V2为线性空间V的两个子空间,若 dimV1 + dimV2> n,则V1、V2必含非零的公共向量. 即V1∩V2中必含有非零向量。
应用:在Pn中,用W1、W2分别表示两个齐次线性方程组的解空间,则W1∩W2就是这两个齐次线性方程组公共解的解空间。
7. 子空间的直和
直和的定义:设V1, V2为线性空间V的两个子空间,若和V1+V2中每个向量α的分解式 α = α1 + α2,α1∈V1, α2∈V2是唯一的,和 V1+V2就称为直和,记作V1⊕V2
直和的判定:
和V1+V2是直和 ⇔ 零向量分解式唯一,即若 α1 + α2= 0,α1∈V1, α2∈V2,则必有 α1 = α2= 0
和V1+V2是直和 ⇔ V1∩ V2={0}
和V1+V2是直和 ⇔ dimV1 + dimV2 = dim(V1+V2)
设U是线性空间V的一个子空间,则必存在一个子空间W,使 V = U ⊕ W,称这样的W为U的一个余子空间,余子空间 一般不是唯一的(除非U是平凡子空间)
设 ɛ1,ɛ2,···,ɛn,ɳ1,ɳ2,···,ɳn分别是线性子空间V1、V2中的一组基,则
和V1+V2是直和 ⇔ ɛ1,ɛ2,···,ɛn,ɳ1,ɳ2,···,ɳn线性无关
多个子空间的直和:设V1, V2,…,Vs都是线性空间V的子空间,若和V1+V2+…+Vs中每个向量α的分解式 α = α1 + α2 + … + αs,αi∈Vi, i=1,2,…,s是唯一的,则和就称为直和,记作V1⊕V2⊕…⊕Vs
多个子空间的直和的判定:和上述直和判定同理,注意:
注:每一个n 维线性空间都可以表示成n个一维子空间的直和;
8. 线性空间的同构
同构映射的定义:设V,V’都是数域P上的线性空间,如果映射 σ:V→V’具有以下性质:
- σ 为双射
- σ(α+β) = σ(α)+σ(β) ,∀α, β ∈ V
- σ(kα) = kσ(α) ,∀k ∈ P,∀α ∈ V
则称σ是V到V’的一个同构映射,并称线性空间V与V’同构,记作V≅V’
同构的有关结论:
数域P上任一n维线性空间都与Pn同构.
设V,V’都是数域P上的线性空间,σ是V到V’的一个同构映射,则有:
- σ(0)=0,σ(-α)=-σ(α)
- σ(k1α1+k2α2+···+krαr) = k1σ(α1)+k2σ(α2)+…+krσ(αr),ki ∈ P,αi ∈ V,i=1,2,…,r
- V中向量组α1,α2,···,αr线性相关(线性无关)的充要条件是它们的象 σ(α1), σ(α2),…, σ(αr) 线性相关(线性无关)
- dimV = dimV’
- σ:V→V’ 的逆映射 σ-1为 V’ 到 V 的同构映射
- 若W是V的子空间,则W在σ下的象集 σ(W) = {σ(α) | α∈W} 是的 V’ 子空间,且 dimW = dimσ(W)
- 由上述六点知道,同构映射保持零元、负元、线性组合及线性相关性,并且同构映射把子空间映成子空间
两个同构映射的乘积还是同构映射
注:同构关系具有反身性、对称性、传递性
数域P上的两个有限维线性空间 V、V’ 同构 ⇔ dimV1 = dimV2
【高等代数】线性空间-知识点总结相关推荐
- 代数学笔记4: Galois基本定理
文章目录 一些定义 不动元, 不动域 Artin引理 正规扩张和可分扩张 Galois群 Galois基本定理 推论 主要参考 一些定义 不动元, 不动域 设GGG是域EEE的自同构群Aut(E)\t ...
- 蓝以中老师《高等代数》第04章:线性空间与线性变换 笔记
线性空间,是代数学中最简单的一个代数系统.但是,这个代数系统,却浓缩了代数学中的核心方法和核心思想. 本章的知识,必须要掌握,多看几遍,从厚到薄,从薄到厚,理解其中的排篇布局.教材中的每一句话,放在那 ...
- [矩阵论] Unit 1. 线性空间与线性变换 - 知识点整理
注: 以下内容均由个人整理, 不保证完全准确, 如有纰漏, 欢迎交流讨论 参考: 杨明, 刘先忠. 矩阵论(第二版)[M]. 武汉: 华中科技大学出版社, 2005 1 线性空间与线性变换 1.1 线 ...
- 高等代数--多项式与线性空间
1.多项式的定义: 形如 f(x)= an*x^n+.......ai*x^i+...a0 ,叫做多项式,其中ai 是系数,x 是未知数,i 叫做 指数. 若an 不为0称f(x)位 n 次多项式,记 ...
- 【高等代数】线性空间
1. 域 F F F上的一个线性空间 一.域 F F F上的线性空间的定义和简单性质 定义1 域 F F F上的线性空间 一个非空集合 V V V,如果它有加法运算 + : V × V → V +: ...
- 【高等代数】线性空间的定义
八条运算法则: 1. (加法交换律) 2. (加法结合律) 3.定义 (零元素), 4.定义 负元素 5. 6. (乘法结合律) 7. 8. 线性空间的定义:V是一个 ...
- 高等代数 具有度量的线性空间(第10章)2 实内积空间
一.实线性空间中内积的概念(10.2) 1.实线性空间中的正定性 (1)定义: (2)充要条件: 命题1:设fff是nnn维实线性空间VVV上的1个对称双线性函数,fff在VVV的1个基α1...αn ...
- 高等代数 具有度量的线性空间(第10章)4 酉空间,酉变换,埃尔米特变换,正规变换
一.酉空间(10.5) 1.复线性空间上的内积 (1)概念: (2)共轭线性: 2.酉空间(复内积空间)的概念: 3.酉空间的度量 (1)长度: (2)夹角: 定理1(柯西-布尼亚科夫斯基-施瓦茨不等 ...
- 复旦高等代数 I(17级)每周一题
本学期将继续进行高等代数每周一题的活动.计划从第二教学周开始,到第十六教学周为止(根据法定节假日安排,中间个别周会适当地停止),每周的周末将公布1-2道思考题,供大家思考和解答.每周一题通过" ...
最新文章
- 今晚直播 | 一次性掌握机器学习基础知识脉络
- 零基础入门学习Python(30)-异常处理1
- 计算机加电后操作系统启动过程
- 关于unity的一个不错的插件平台
- 美国25大最具价值博客网站出炉
- 洛谷P2835 刻录光盘
- 九张图带你了解全宇宙最神秘的团体——程序员
- spring boot aop 记录方法执行时间
- Spring Cloud Sidecar –节点初始化
- Python异常处理和进程线程
- 2013_changsha_onsite
- 什么是python自动化测试_python已经自动化了,大家一般用什么测试框架?
- DS4800 用串口登陆0.1改成85状态
- 回溯---含有相同元素求子集
- surface 3安装android x86,Android-x86 9.0-r2稳定版发布 修复Microsoft Surface 3音频问题
- orcadcapture安装_OrCAD下载
- Matplotlib——条形图_3、分组条形图_4、堆叠条形图
- 我的世界服务器修改武器伤害,我的世界:8张特性图,武器伤害没上限,物品全靠刷,老mc秒懂!...
- 期货投资盈亏比怎么算(期货盈亏怎么算的)
- Excel/WPS 按条件合并多行