1.線性空間
1.1 線性空間的定義
設非空集合V,一個數域K,x,y,z∈V, k,l∈K,如果V滿足加法封閉和數乘封閉,則稱V爲線性空間。
- 加法封閉: 加法交換律、加法結合律、零向量、負向量。
- 數乘封閉: 數對元素的分配律、元素對數的分配律、數因子結合律、單位向量。
1.2 線性空間的性質
- 零元素唯一
- 任一元素的負元素唯一
- 設 數k,0,1∈K,向量x,0,−x∈V,有:
- 0x=0
- (−1)x=−x
- k0=0
- 若 kx=0, 則 k=0 或 x=0
1.3 線性空間的維數
線性空間V中線性無關向量組所含向量最大個數n,稱爲V的維數,記作 dimV=n。
n 維線性空間記作Vn。
1.4 線性空間的基
n維線性空間中,任意n個線性無關的向量 x1,x2,...,xn,構成該空間的一組基。這n個線性無關的向量稱作基向量。
空間中任意一個向量 x 可由這組基唯一表示,即 x=a1x1+a2x2+...+anxn 。
此時,稱 a1,a2,...,an 爲 x 在該基下的座標,記爲[a1,a2,...,an]T。
向量x在基 x1,x2,...,xn 下的矩陣表示爲:
x=[x1x2...xn]⋅⎣⎢⎢⎡a1a2...an⎦⎥⎥⎤
1.5 基變換與座標變換
1.5.1 基變換:
設 x1,x2,...,xn 是 空間Vn 的舊基,y1,y2,...,yn 是新基。新基可以用舊基表示爲
[y1y2...yn]=[x1x2...xnliangge]⋅Cn×n
其中,矩陣Cn×n爲 (舊基到新基的) 過渡矩陣。
1.5.2 座標變換:
向量x在舊基 x1,x2,...,xn下的矩陣表示:
x=[x1x2...xn]⋅⎣⎢⎢⎡a1a2...an⎦⎥⎥⎤(1)
其中 ,[a1,a2,...,an]T爲 x 在基 x1,x2,...,xn下的座標。
向量x在新基y1,y2,...,yn下的矩陣表示:
x=[y1y2...yn]⋅⎣⎢⎢⎡b1b2...bn⎦⎥⎥⎤(2)
其中 ,[b1,b2,...,bn]T爲 x 在基 y1,y2,...,yn下的座標。
由式(1)=式(2),得
⎣⎢⎢⎡b1b2...bn⎦⎥⎥⎤=C−1⋅⎣⎢⎢⎡a1a2...an⎦⎥⎥⎤
稱作 向量x在基變換C下的座標變換公式。
個人理解:
- 對線性空間作變換,也就是對線性空間的基做變換。(這是因爲,線性空間中的任一向量都能由該空間的一組基線性表示,即一組基可決定一個空間。但是,一個空間可對應不同的多組基)
- 線性空間中的一個向量本身是不變的,但對基作變換後,基改變,從而基下的座標改變,稱爲座標變換,即,同一向量在不同基下的表示是不同的。
2. 線性子空間
2.1 定義
V1是線性空間V的非空子集和,V1中滿足數乘封閉和加法封閉,則稱V1是V的線性子空間或子空間。
個人理解:三維空間中的一個過原點的二維平面,或一條過原點的直線,都是該三維空間中的線性子空間。這兩個子空間也滿足數乘封閉和加法封閉。
2.2 性質
- 線性子空間也是線性空間。(定義中滿足數乘、加法封閉,即線性子空間首先要是線性的)
- 非零線性空間的平凡子空間:線性空間自身以及零空間he。
- 一個線性空間的子空間,其維數小於等於線性空間的維數(顯然)。
延伸:n元齊次線性方程組的解空間 W 是 n維向量空間 Vn 的一個子空間。方程組的基礎解系就是解空間的基。
2.3 子空間的運算
2.3.1 和空間
V1+V2={x1+x2 ∣ x1∈V1,x2∈V2}
2.3.2 交空間
V1∩V2={a ∣ a∈V1且a∈V2}
3. 矩陣的值域、核空間
3.1 向量張成的空間
x1,x2,...,xn張成的空間,記爲
V1=L(x1,x2,...,xn)={k1x1+k2x2+...+knxn}其中ki爲常數。
個人理解:類似以向量組爲基所生成的空間。
3.2 矩陣的值域
矩陣 A∈Cm×n的 n 個列向量爲 a1,a2,...,an,則矩陣A的值域爲R(A)=L(a1,a2,...,an)={y ∣ y=Ax}
個人理解:矩陣的值域是 矩陣中的所有列向量所張成的空間。
若把 A 看作一種線性變換,那麼矩陣的值域 y=Ax 爲線性空間中的原向量 x 經線性變換後所得到的象。
3.3 矩陣的核空間
N(A)={x ∣ Ax=0}
核空間也叫零空間,零空間的維數爲零度,記作 n(A) 。
個人理解:使 Ax=0 成立的 x。
若把 A 看作一種線性變換, 那麼矩陣的核是經過線性變換後變爲零向量的向量(原象)。