文章目录

  • 0 笔记说明
  • 1 书本内容
    • 1.1 线性空间
    • 1.2 基与坐标、坐标变换
    • 1.3 线性子空间
    • 1.4 线性映射
    • 1.5 线性映射的值域、核
    • 1.6 线性变换的矩阵与线性变换的运算
    • 1.7 n维线性空间的同构
    • 1.8 线性变换的特征值与特征向量
    • 1.9 线性变换的不变子空间
    • 1.10 矩阵的相似对角形
  • 2 听课笔记
    • 2.1 线性空间
    • 2.2 基与坐标、坐标变换
    • 2.3 线性子空间
    • 2.4 线性映射
    • 2.5 线性映射的值域、核
    • 2.6 线性变换的矩阵与线性变换的运算
    • 2.7 n维线性空间的同构
    • 2.8 线性变换的特征值与特征向量
    • 2.9 线性变换的不变子空间
    • 2.10 矩阵的相似对角形

0 笔记说明

参考书籍为:

本笔记主要是为了方便自己日后复习。由于未学习LaTeX,我会上传教材图片或者手写图片代替部分公式或内容。博客主要分为两部分:【1 书本内容】与【2 听课笔记】,前者为对教材中重要定理、定义的整理,后者为自己在矩阵上课时的笔记的二次书面整理。根据自身学习需要,我可能会增加必要内容。

本篇博客是关于第一章的内容,下面开始即为正文。


1 书本内容

本篇博客将简要地介绍线性空间,所考虑的数域是实数域(记为R)和复数域(记为C),统称数域F。

1.1 线性空间

1、线性空间:设V是一个非空集合,F是一个数域,在集合V的元素之间定义了加法运算,即对于V中任意两个元素α与β,在V中都有唯一的元素v与它们相对应,称之为α与β的和,记为v=α+β,并且加法运算满足下面四条法则:

(1)交换律:α+β=β+α;

(2)结合律:α+(β+γ)=(α+β)+γ;

(3)零元素:在V中有一元素0(称作零元素),对于V中任一元素α都有α+0=α;

(4)负元素:对于V中每一个元素α,都有V中的元素β,使得α+β=0。

上面四条法则中,α、β、γ为V中的任意三个元素,α、β、γ∈V。除此之外,在集合V中的元素与数域F中的数之间还定义了一种运算,叫做数乘,即对于V中任一元素α与F中任一数k,在V中有唯一的一个元素η与它们对应,称为k与α的数乘,记为η=k·α=kα,并且数乘运算满足下面四条法则:

(1)1·α=α;

(2)(kl)α=k(lα);

(3)(k+l)α=kα+lα;

(4)k(α+β)=kα+kβ。

上面四条法则中,k,l为F中的任意两个数,k、l∈F。则称集合V为数域F上的线性空间。

2、矩阵的核空间/零空间:设A为实数域(或复数域)上的m×n阶矩阵,易证:齐次线性方程组Ax=0的所有解(包括零解)的集合构成实数域(或复数域)上的线性空间。此空间为方程组Ax=0的解空间,也称为矩阵A的核空间或零空间,用N(A)表示。

3、矩阵的值域/列空间:设A为实数域(或复数域)上的m×n阶矩阵,x为n维列向量,则m维列向量集合V={y∈Rm(或Cm) I y=Ax,x∈Rn(或Cn),A∈Rm×n(Cm×n)}构成实数域(或复数域)上的线性空间,称为A的列空间或A的值域,用R(A)表示。

4、线性表示/线性组合:设V是数域F上的线性空间,α12,…,αr是V中的任意一组向量(其中r≥1),k1,k2,…,kr是数域F中的一组数。若向量α可以表示成α=k1α1+k2α2+…+krαr,则称α可由α12,…,αr线性表示或线性表出,同时也可以称α是α12,…,αr的线性组合。

5、线性相关/线性无关:设α12,…,αr是线性空间V中的一组向量(其中r≥1)。如果在数域F中有r个不全为零的数k1,k2,…,kr,使得k1α1+k2α2+…+krαr=0,则称α12,…,αr线性相关。如果一组向量α12,…,αr不线性相关,就称为线性无关。换言之,若k1α1+k2α2+…+krαr=0当且仅当k1=k2=…kr=0,便称α12,…,αr线性无关。一组向量要么线性相关,要么线性无关,非此即彼。

6、线性表出唯一定理:设线性空间V中向量组α12,…,αm线性无关,且向量组α12,…,αm,β线性相关,则β可由α12,…,αm线性表出,且表出是唯一的。

1.2 基与坐标、坐标变换

1、基、坐标、维数:设数域F上的线性空间V中有n个线性无关向量α12,…,αn,而且V中任何一个向量α都可由α12,…,αn线性表出:α=k1α1+k2α2+…+knαn,则称α12,…,αn为V的一个基,(k1,k2,…,kn)T为α在基α12,…,αn下的坐标,称V为n维线性空间,并记dimV=n。

2、过渡矩阵:设α12,…,αn与β12,…,βn是V中的任意两个基,它们之间的关系是:

上图中i=1,2,…,n。将这n个关系式用矩阵记号可以表示成:

记n阶方阵为P:

称矩阵P是由基α12,…,αn到基β12,…,βn的过渡矩阵。矩阵P一定是可逆的,所以由基β12,…,βn到基α12,…,αn的过渡矩阵为P-1。可写成(β12,…,βn)=(α12,…,αn)P或者(α12,…,αn)=(β12,…,βn)P-1

3、坐标变换:设ξ∈V,若ξ在基α12,…,αn与β12,…,βn下的坐标分别为(x1,x2,…,xn)T与(y1,y2,…,yn)T,即若有:

则有:

其中,矩阵P是由基α12,…,αn到基β12,…,βn的过渡矩阵。称上图的两个公式为坐标变换公式。

4、使用可逆矩阵将旧的一个基变成新的一个基:设α12,…,αn为线性空间V的一个基,A为可逆矩阵,记(α12,…,αn)P为β12,…,βn,即(β12,…,βn)=(α12,…,αn)P,则β12,…,βn也为V的一个基。

1.3 线性子空间

1、线性子空间:设W是数域F上的线性空间V的一个非空子集,若W关于V的加法和数乘运算也构成线性空间,则称W是V的一个线性子空间,简称为子空间,dim W ≤ dim V。

2、平凡子空间:在线性空间V中,由单个零向量“0”构成的集合是一个线性子空间,称为V的零子空间。在线性空间V中,V本身也可看成是一个线性子空间。这两个子空间称为V的平凡子空间,其他子空间称为为非平凡子空间。

3、生成子空间:设α12,…,αs是线性空间V中一组向量,则集合span{α12,…,αs}={k1α1+k2α2+…+ksαs|∀ki∈F}是非空集合,则span{α12,…,αs}是V的线性子空间。称非空子集span{α12,…,αs}是由向量α12,…,αs生成的生成子空间。

4、生成子空间的维数:dim span{α12,…,αs}=rank{α12,…,αs},其中rank{α12,…,αs}是向量组α12,…,αs的秩。向量组α12,…,αs的任何一个极大线性无关组均可作为span{α12,…,αs}的一个基。

5、生成子空间之间的等价:若α12,…,αs与β12,…,βt都是n维向量组,则span{α12,…,αs}=span{β12,…,βt}⇔α12,…,αs与β12,…,βt等价,即α12,…,αs与β12,…,βt可以互相线性表示。

6、交空间与和空间:设V1,V2是线性空间V的两个子空间,命V1∩V2={αlα∈V1且α∈V2},则V1∩V2构成V的线性子空间。称V1∩V2为V1与V2的交空间。命V1+V2={α=α121∈V1且α2∈V2},则V1+V2构成V的线性子空间。称V1+V2为V1与V2的和空间。

7、生成子空间的和:设V1=span{α12,…,αs},V2=span{β12,…,βt},则V1+V2=span{α12,…,αs12,…,βt}。

8、维数公式:设V1与V2是线性空间V的两个子空间,则dimV1+dimV2=dim(V1+V2)+dim(V1∩V2)。

9、直和:如果W1+W2中的任何一个向量均可以唯一分解成W1和W2中的两个向量之和,则称W1+W2为直和,记为W1⊕W2

10、直和的判定:设W1,W2是线性空间V的两个子空间,则下列命题等价:① W1+W2是直和;② 0的分解唯一;③ W1∩W2={0};④ dim(W1+W2)=dim(W1)+dim(W2);⑤ W1,W2的基一起构成W1+W2的基。

11、直和分解与代数补:设W,W1,W2是线性空间V的三个子空间,且W=W1⊕W2,则称W有一个直和分解。特别地,若W=V=W1⊕W2,便称W1和W2是线性空间V的一对互补的子空间,或称W1是W2的代数补子空间,也可称W2是W1的代数补子空间。

12、代数补子空间存在定理:设U是线性空间V的一个子空间,则一定存在U的代数补子空间W,使得V=U⊕W。

1.4 线性映射

1、线性映射:设V1,V2是数域F上的两个线性空间,映射

矩阵笔记1:矩阵分析(第三版)-史荣昌-第一章:线性空间和线性变换相关推荐

  1. 矩阵笔记2:矩阵分析(第三版)-史荣昌-第二章:λ-矩阵与矩阵的Jordan标准型

    文章目录 0 笔记说明 1 书本内容 1.1 λ-矩阵及标准型 1.2 初等因子与相似条件 1.3 矩阵的Jordan标准型 1.4 矩阵的有理标准型 2 听课笔记 2.1 λ-矩阵及标准型 2.2 ...

  2. 矩阵笔记3:矩阵分析(第三版)-史荣昌-第三章:内积空间、正规矩阵、Hermite矩阵

    文章目录 0 笔记说明 1 书本内容 1.1 欧氏空间.酉空间 1.2 标准正交基.Schmidt方法 1.3 酉变换.正交变换 1.4 幂等矩阵.正交投影 1.5 对称与反对称变换 1.6 Schu ...

  3. 矩阵笔记4:矩阵分析(第三版)-史荣昌-第四章:矩阵分解

    文章目录 0 笔记说明 1 书本内容 1.1 矩阵的满秩分解 1.2 矩阵的正交三角分解(UR.QR分解) 1.3 矩阵的奇异值分解 1.4 矩阵的极分解 1.5 矩阵的谱分解 2 听课笔记 2.1 ...

  4. 矩阵分析 第3版 史荣昌 课后习题答案

    蓝奏云 密码:2gh7

  5. 数字图像处理第三版(冈萨雷斯)——第一章绪论

    数字图像处理第三版(冈萨雷斯)--第一章绪论 一.主要目的 二.关于什么是数字图像处理的几个重要概念 2.1 强度或灰度: 2.2 数字图像: 2.3 数字图像处理: 2.4 像素: 2.5 低级.中 ...

  6. C语言程序设计教程(第三版)李凤霞 第一章课后习题答案

    第一章:程序设计基础知识 一. 单项选择题 1.面向过程的程序设计语言是________. A)机器语言 B)汇编语言 C)高级语言 D)第四代语言 2.程序设计一般包含以下四个步骤,其中其中首先应该 ...

  7. 【读书笔记】周志华《机器学习》第三版课后习题讨第一章-绪论

    虽然是绪论..但是...真的有点难!不管怎么说,一点点前进吧... 声明一下答案不一定正确,仅供参考,为本人的作答,希望大神们能多多指教~ 1.1 表1.1中若只包含编号为1和4的两个样例,试给出相应 ...

  8. 读书笔记:汇编语言 第三版 王爽 清华出版社 章六 章七 章八 章九 章十

    第六章 包含多个段的程序6.0 概述合法地通过操作系统取得的空间都是安全的操作系统不会让多个程序之间发生空间冲突程序向操作系统获得空间的方法程序加载时分配在程序中定义各种段程序运行时分配通过指令向操作 ...

  9. 读书笔记:汇编语言 第三版 王爽 清华出版社 章十六 章十七 章十八

    第十六章 直接定址表16.1 描述了单位长度的标号地址标号,表征了位置的偏移地址label:数据标号,表征了一段内存空间的物理地址和长度,增强型地址标号段地址,数据标号所在段的关联段寄存器,assum ...

最新文章

  1. IOS开发--深拷贝与浅拷贝(mutableCopy与Copy)详解
  2. 1073 Scientific Notation (20 分)【难度: 一般 / 知识点: 字符串 模拟】
  3. linux删除文件退出,在Linux中用于在移动或删除文件时使`tail -f`退出的bash脚本
  4. java-Integer的自动装箱与拆箱
  5. 美赛建模需要matlab吗,美赛(matlab自学)之微分方程建模
  6. 【kafka】kafka 查看 GroupCoordinator 以及 kafka Group dead 消费组死掉 以及 GroupCoordinatorRequest 使用
  7. Windows学习总结(14)——最常用的Windows快捷键再总结
  8. 雷军说小米综合净利润率永远不超过5%,玺哥相信他是真心的!
  9. ncbi查找目的基因序列_献给初学者:如何使用 NCBI 查找基因序列、mRNA、Promoter...
  10. 已解决ERROR in static/js/vendor.4925c830bef16dced0c0.js from UglifyJs Unexpected token: name (i)
  11. 记录--Spyder打开时出现“An error occurred while starting the kernel“
  12. Java基础知识:线程池的种类(5种)
  13. 攻防世界 re insanity
  14. BZOJ2407:探险/BZOJ4398:福慧双修-最短路+分治
  15. MarkDown折叠语法
  16. 国籍 mysql_MySQL之基础认识与操作
  17. day 10 homework
  18. 马慧民:大数据和产业创新
  19. html手机端点击图片放大并根据手势缩放
  20. Rendering Engine 主流的浏览器内核(排版引擎、渲染引擎、解释引擎)有哪几种,分别的特点...

热门文章

  1. python-赫-day02
  2. LiveNVR监控摄像头Onvif/RTSP接入流媒体平台如何配置默认用户账户及用户密码
  3. java中的解耦_java-了解如何解耦
  4. 2019最新千峰PHP全套教程(最新完整)
  5. 快手双核心时代宣告结束,互联网“退休潮”还在继续?
  6. 几种下载慢的解决办法
  7. LED软模组圆柱屏、柔性屏、异形屏、柱子屏、方柱屏、创意显示屏案例分享
  8. 阿里移动11.11 | Weex 在双十一会场的大规模应用
  9. KVell: the Design and Implementation of a Fast Persistent Key-Value Store
  10. Math类,随机数Random类,System类,BigInteger类,BigDecimal类,Date类,Calendar类