第二节 线性空间的定义与简单性质 主要内容 引入 定义 线性空间的简单性质.

Slides:



Advertisements
Similar presentations
第八章 第四节 机动 目录 上页 下页 返回 结束 一个方程所确定的隐函数 及其导数 隐函数的微分法.
Advertisements

2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
数值分析 第二章 矩阵分析基础 第一节 线性空间 第二节 赋范线性空间 第三节 内积空间 第四节 矩阵代数基础 第五节 矩阵的三角分解 第六节 矩阵的正交分解 第七节 矩阵的奇异值分解.
线 性 空 间 线性空间的定义 线性空间 的子空间 小结. 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念的推广. 线性空间是为了解决实际问题而引入的,它是 某一类事物从量的方面的一个抽象,即把实际问题看作向量空间,进而通过研究向量空间来解决实际问题.
复习: :对任意的x∈A,都有x∈B。 集合A与集合B间的关系 A(B) A B :存在x0∈A,但x0∈B。 A B A B.
§3.4 空间直线的方程.
第二节 n维向量空间 一、 维向量的概念 二、 维向量的表示方法 三、 向量空间 四、 小结.
第七章 向量代数与空间解析几何 第一节 空间直角坐标系与向量的概念 第二节 向量的坐标表示 第三节 向量的数量积和向量积 第四节 平面方程
第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构.
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
向量空间与线性变换 在数学大厦中的重要地位
3.4 空间直线的方程.
§2 线性空间的定义与简单性质 主要内容 引例 线性空间的定义 线性空间的简单性质 目录 下页 返回 结束.
§1 二阶与三阶行列式 ★二元线性方程组与二阶行列式 ★三阶行列式
*第七节 二元高次方程组 主要内容 两个一元多项式有非常数公因式的条件 二元高次方程组的一个一般解法.
一、二阶行列式的引入 用消元法解二元线性方程组. 一、二阶行列式的引入 用消元法解二元线性方程组.
第三章 函数逼近 — 最佳平方逼近.
《高等数学》(理学) 常数项级数的概念 袁安锋
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
第四节 对数留数与辐角原理 一、对数留数 二、辐角原理 三、路西定理 四、小结与思考.
一、原函数与不定积分 二、不定积分的几何意义 三、基本积分公式及积分法则 四、牛顿—莱布尼兹公式 五、小结
第四章 函数的积分学 第六节 微积分的基本公式 一、变上限定积分 二、微积分的基本公式.
§5.3 定积分的换元法 和分部积分法 一、 定积分的换元法 二、 定积分的分部积分法 三、 小结、作业.
第四章 一元函数的积分 §4.1 不定积分的概念与性质 §4.2 换元积分法 §4.3 分部积分法 §4.4 有理函数的积分
§ 7.1 线性空间的概念 我们考察数域P上全体m×n矩阵的集合Mn,n(P)和数域P上全体n维向量集合(即n维向量空间)Pn, 可以看出,这两个集合中元素的加法与数域P中数与集合元素之间的数量乘 法都有十分相似的运算性质.如果它们抽象出来,就得出一般线性空间的概念.
第5章 定积分及其应用 基本要求 5.1 定积分的概念与性质 5.2 微积分基本公式 5.3 定积分的换元积分法与分部积分法
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
2-7、函数的微分 教学要求 教学要点.
第二章 矩阵(matrix) 第8次课.
计算机数学基础 主讲老师: 邓辉文.
2.1.2 空间中直线与直线 之间的位置关系.
平行四边形的性质 灵寿县第二初级中学 栗 彦.
第一章 函数与极限.
第二十二章 曲面积分 §1 第一型曲面积分 §2 第二型曲面积分 §3 高斯公式与斯托克斯公式.
实数与向量的积.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
复习.
第三章 空间向量与立体几何 3.1 空间向量及其运算 3.1.5空间向量运算的 坐标表示.
正切函数的图象和性质 周期函数定义: 一般地,对于函数 (x),如果存在一个非零常数T,使得当x取定义域内的每一个值时,都有
定理21.9(可满足性定理)设A是P(Y)的协调子集,则存在P(Y)的解释域U和项解释,使得赋值函数v(A){1}。
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
微课作品介绍.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
3.1.2 空间向量的数量积运算 1.了解空间向量夹角的概念及表示方法. 2.掌握空间向量数量积的计算方法及应用.
1.2 子集、补集、全集习题课.
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
2.2矩阵的代数运算.
上杭二中 曾庆华 上杭二中 曾庆华 上杭二中 曾庆华.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
第三章 空间向量与立体几何 3.1 空间向量及其运算 3.1.2空间向量的数乘运算.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
高中数学必修 平面向量的基本定理.
§2 方阵的特征值与特征向量.
6.2 线性变换的运算 授课题目:6.2 线性变换的运算 授课时数:2学时 教学目标:掌握线性变换的三种运算及
9.5空间向量及其运算 2.共线向量与共面向量 淮北矿业集团公司中学 纪迎春.
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
§5 向量空间.
3.2 平面向量基本定理.
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
§4.5 最大公因式的矩阵求法( Ⅱ ).
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
§2 自由代数 定义19.7:设X是集合,G是一个T-代数,为X到G的函数,若对每个T-代数A和X到A的函数,都存在唯一的G到A的同态映射,使得=,则称G(更严格的说是(G,))是生成集X上的自由T-代数。X中的元素称为生成元。 A变, 变 变, 也变 对给定的 和A,是唯一的.
第七章 线性空间与线性变换 §1 线性空间定义与性质
9.3多项式乘多项式.
Presentation transcript:

第二节 线性空间的定义与简单性质 主要内容 引入 定义 线性空间的简单性质

一、引入 这一 线性空间是线性代数最基本的概念之一. 节我们来介绍它的定义,并讨论它的一些最简单的 线性空间也是我们碰到的第一个抽象的概念, 性质. 线性空间也是我们碰到的第一个抽象的概念, 为了说明它的来源,在引入定义之前,先看几个熟 知的例子.

例 1 在解析几何中,我们讨论过三维空间 向量的基本属性是可以按平行四边形规 中的向量. 我们知道,不 律相加,也可以与实数作数量乘法. 例 1 在解析几何中,我们讨论过三维空间 中的向量. 向量的基本属性是可以按平行四边形规 律相加,也可以与实数作数量乘法. 我们知道,不 少几何和力学对象的性质是可以通过向量的这两种 运算来描述的.

例 2 为了解线性方程组,我们讨论过以 n 元 有序数组 ( a1 , a2 , … , an ) 作为元素的 n 维向量空 间. 对于它们,也有加法和数量乘法,那就是 ( a1 , a2 , … , an ) + ( b1 , b2 , … , bn ) = ( a1 + b1 , a2 + b2 , … , an + bn ) , k ( a1 , a2 , … , an ) = (k a1 , k a2 , … , k an ) .

例 3 对于函数,也可以定义加法和函数与实 数的数量乘法. 譬如说,考虑全体定义在区间[a,b] 上的连续函数. 例 3 对于函数,也可以定义加法和函数与实 数的数量乘法. 譬如说,考虑全体定义在区间[a,b] 上的连续函数. 我们知道,连续函数的和是连续 函数,连续函数与实数的数量乘积还是连续函数.

从这些例子中我们看到,所考虑的对象虽然完 全不同,但是它们有一个共同点,那就是它们都有 加法和数量乘法这两种运算. 当然,随着对象不同 这两种运算的定义也是不同的. 为了抓住它们的共 同点,把它们统一起来加以研究,我们引入线性空 间的概念. 当我们引入抽象的线性空间的概念时, 必须选定一个确定的数域作为基础.

二、定义 定义 6 设 V 是一个非空集合 , P 是一个数域. 加法; 在集合 V 的元素之间定义了一种代数运算,叫做  与它们对应,称为  与  的和,记为  =  +  . 在数域 P 与集合 V 的元素之间还定义了一种运算 , 叫做数量乘法; 这就是说,对于数域 P 中任一 数 k 与 V 中任一元素  ,在 V 中都有唯一的一个

元素  与它们对应,称为 k 与  的数量乘积,记 如果加法与数量乘法满足下述规则,那 么 V 称为数域 P 上的线性空间. 加法满足下面四条规则: 1)        ; 2) (   )      (   ); 3) 在 V 中有一个元素 0,对于 V 中任一元素  都有  + 0 =  (具有这个性质的元素 0 称为 V 的零元素) ;

4) 对于 V 中每一个元素  ,都有 V 中的元素  ,使得  +  = 0 ( 称为 的负元素) . 数量乘法满足下面两条规则: 5) 1  =  ; 6) k( l ) = ( kl ) . 数量乘法与加法满足下面两条规则: 7) ( k + l ) = k + l ; 8) k( +  ) = k + k .

在以上规则中,k , l 等表示数域 P 中的任意数;  ,  ,  等表示集合 V 中任意元素. 由定义,几何空间中全部向量组成的集合是一 个实数域上的线性空间. 分量属于数域 P 的全体 n 元数组构成数域 P 上的一个线性空间,这个线性 空间我们用 Pn 来表示. 下面再来举几个例子.

例 4 数域 P 上一元多项式环 P[ x ],按通常 的多项式加法和数与多项式的乘法,构成一个数域 P 上的线性空间. 如果只考虑其中次数小于 n 的多 项式,再添上零多项式也构成数域 P 上的一个线性 空间,用 P[ x ]n 表示. 但是,数域 P 上的多项式 集合 { p(x) | p(x) = a0 + a1x + … + anxn , an  0 } 对同样的运算不构成线性空间,因为两个 n 次多 项式的和可能不是 n 次多项式.

例 5 元素属于数域 P 的 m  n 矩阵,按矩阵 例 6 全体实函数,按函数的加法和数与函数 例 6 全体实函数,按函数的加法和数与函数 的数量乘法,构成一个实数域上的线性空间. 例 7 数域 P 按照本身的加法与乘法,即构成 一个自身上的线性空间.

线性空间的元素也称为向量. 当然,这里所谓 向量比几何中所谓向量的涵义要广泛得多. 线性空 间有时也称为向量空间. 一般用小写的希腊字母  ,  ,  , … 表示线性空间 V 中的元素,用小写的 拉丁字母 a, b, c, … 表示数域 P 中的数. 下面我们直接从定义来证明线性空间的一些简 单性质.

三、线性空间的简单性质 1. 零元素是唯一的. 证明 证毕 假设 01,02 是线性空间 V 中的两个零 元素. 1. 零元素是唯一的. 证明 假设 01,02 是线性空间 V 中的两个零 元素. 只要证明 01 = 02 即可. 考虑和 01 + 02 由于 01 是零元素,所以 01 + 02 = 02 . 又由于 02 也 是零元素,所以 01 + 02 = 02 + 01 = 01 , 于是 01 = 01 + 02 = 02 . 证毕

2. 负元素是唯一的. 证毕 这就是说,适合条件  +  = 0 的元素  是被 元素  唯一决定的. 2. 负元素是唯一的. 这就是说,适合条件  +  = 0 的元素  是被 元素  唯一决定的. 假设  有两个负元素  与  ,  +  = 0,  +  = 0 . 那么  =  + 0 =  + ( +  ) =( + )+  = 0 +  =  . 证毕 向量  的负元素记为 -  .

证明 证毕 利用负元素,我们定义减法如下:  -  =  + ( -  ) .  -  =  + ( -  ) . 3. 0 = 0 ; k0 = 0 ; (-1) =-  . 证明  + 0 = 1 + 0 = (1 + 0) = 1 =  . 所以 0 = 0 .  + (-1) = 1 + (-1) =[1 + (-1)] = 0 =0 , 所以 (-1) = - . k0 = k[ + (-1) ] = k + (-k) = [k + (-k)] = 0 = 0 . 证毕 所以 k0 = 0 .

证明 证毕 4. 如果 k =0,那么 k = 0 或者  = 0 . 假设 k  0,于是一方面 而另一方面 k -1( k ) =(k -1k) = 1 =  . 于是  = 0 . 证毕

本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮. 本节内容已结束 ! 若想结束本堂课, 请单击返回按钮.