§5 向量空间.

Slides:



Advertisements
Similar presentations
常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
Advertisements

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.
岩石圈、板塊構造與運動 自然與生活科技 國中三年級.
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.
§1. 预备知识:向量的内积 ★向量的内积的概念 ★向量的长度 ★向量的正交性 ★向量空间的正交规范基的概念 ★向量组的正交规范化
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
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.
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
向量空间与线性变换 在数学大厦中的重要地位
第6章 向量空间 6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
§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
第八章 南极洲.
《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
第五章 二次型 本章将向量空间具体化,给出欧氏空间的概念,然后讨论二次型化为标准形的问题。为此,
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
§2 向量组的线性相关性.
§3.4 向量组的极大线性无关组 这一节将在上一节建立的概念基础上,转 而讨论 中两个向量组 , 之间的关系。从理论上研究在一向量组中,哪
§ 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3讲 线性方程组的高斯求解方法 主要内容: 1. 线性方程组的高斯求解方法 2. 将行阶梯形矩阵化为行最简形矩阵.
线性代数机算与应用 李仁先 2018/11/24.
I. 线性代数的来龙去脉 -----了解内容简介
第四章 矩阵 §1 矩阵概念的一些 背景 §6 初等矩阵 §4 矩阵的逆 §5 矩阵的分块 §2 矩阵的运算 §3 矩阵乘积的行列 式与秩
第四章 向量组的线性相关性.
复旦大学通信科学与工程系 光华楼东主楼1109 Tel:
1.2子集、全集、补集(二) 楚水实验学校高一数学备课组.
第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.
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.
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
第三章复习及习题课.
§4 线性方程组的解的结构.
第三章 线性空间 Linear Space.
复习: 若A(x1,y1,z1) , B(x2,y2,z2), 则 AB = OB - OA=(x2-x1 , y2-y1 , z2-z1)
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.
§3 向量组的秩.
§8.3 不变因子 一、行列式因子 二、不变因子.
§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.
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
4) 若A可逆,则 也可逆, 证明: 所以.
第五章 相似矩阵及二次型.
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.
高中数学必修 平面向量的基本定理.
例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。
§2 方阵的特征值与特征向量.
第五节 线性方程组有解判别定理 一、线性方程组的向量表示形式 二、线性方程组有解判别定理 三、一般线性方程组的解法 四、线性方程组的求解步骤.
在发明中学习 线性代数概念引入 之四: 矩阵运算 李尚志 中国科学技术大学.
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.
第一模块 向量代数与空间解析几何 第二节 向量及其坐标表示法 一、向量的概念 二、向量的坐标表示法.
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.
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.
第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用.
高等代数课件 陇南师范高等专科学校数学系 2008年制作.
复数复习 北京石油化工学院 蓝波.
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
第七章 线性空间与线性变换 §1 线性空间定义与性质
Presentation transcript:

§5 向量空间

封闭的概念 定义:所谓封闭,是指集合中任意两个元素作某一运算得到 的结果仍属于该集合. 例:试讨论下列数集对四则运算是否封闭? 整数集 Z 有理数集 Q 实数集 R

向量空间的概念 定义:设 V 是 n 维向量的集合,如果 ① 集合 V 非空, ② 集合 V 对于向量的加法和乘数两种运算封闭, 具体地说,就是: 若 a ∈ V, b ∈ V,则a + b ∈ V .(对加法封闭) 若 a ∈ V, l ∈ R,则 l a ∈ V .(对乘数封闭) 那么就称集合 V 为向量空间.

例:下列哪些向量组构成向量空间? n 维向量的全体Rn 集合 V1 = { (0, x2, …, xn)T | x2, …, xn∈R } 集合 V2 = { (1, x2, …, xn)T | x2, …, xn∈R } 齐次线性方程组的解集 S1 = { x | Ax = 0 } 非齐次线性方程组的解集 S2 = { x | Ax = b } 解:集合 Rn,V1,S1 是向量空间, 集合 V2,S2 不是向量空间. 定义:齐次线性方程组的解集称为齐次线性方程组的解空间.

例:设 a, b 为两个已知的 n 维向量,集合 L = {l a + m b | l, m ∈R } 是一个向量空间吗? 解:设 x1, x2 ∈L, k∈R,因为 x1 + x2 = (l1a + m1b) + (l2a + m2b) = (l1 + l2) a + (m1 + m2) b∈ L k x1 = k (l1a + m1b) = (kl1) a + (km1) b ∈ L 所以,L 是一个向量空间.

L = {l1a1 + l2a2 + …+ lmam | l1, l2, ..., lm ∈R } 定义:把集合 L = {l a + m b | l, m ∈R } 称为由向量 a, b 所生成的向量空间. 一般地,把集合 L = {l1a1 + l2a2 + …+ lmam | l1, l2, ..., lm ∈R } 称为由向量a1 , a2 , ..., am 所生成的向量空间. 例:设向量组a1 , a2 , ..., am 和 b1 , b2 , ..., bs 等价,记 L1 = { l1a1 + l2a2 + …+ lmam | l1, l2, ..., lm∈R }, L2 = { m1b1 + m2b2 + …+ ms bs | m1, m2, ..., ms∈R }, 试证 L1 = L2 . 结论:等价的向量组所生成的空间相等.

向量空间的基的概念 定义:设有向量空间 V ,如果在 V 中能选出 r 个向量a1, a2, …, ar,满足 ② V 中任意一个向量都能由 a1, a2, …, ar 线性表示; 那么称向量组 a1, a2, …, ar 是向量空间 V 的一个基. r 称为向量空间 V 的维数,并称 V 为 r 维向量空间 . 向量空间 向量空间的基 向量空间的维数 向量组 向量组的最大无关组 向量组的秩

n 维向量的全体 Rn 解:En 的列向量组是 Rn 的一个基,故Rn 的维数等于 n . 集合 V1 = { (0, x2, …, xn)T | x2, …, xn∈R } 解:En 的后 n-1个列向量是V1 的一个基,故 V1 的维数等于 n-1 . n 元齐次线性方程组的解集 S1 = { x | Ax = 0 } 解:齐次线性方程组的基础解系是 S1 的一个基,故 S1 的维 数等于 n-R(A) .

L = { l1a1 + l2a2 + …+ lmam | l1, l2, ..., lm∈R } 由a1 , a2 , ..., am 所生成的向量空间 L = { l1a1 + l2a2 + …+ lmam | l1, l2, ..., lm∈R } 若 a1 , a2 , ..., am 线性无关,则 a1 , a2 , ..., am 是向量空间 L 的一个基. 若 a1 , a2 , ..., am 线性相关,则 向量组 A:a1 , a2 , ..., am 等价于 向量组 A 的最大无关组 A0 :a1 , a2 , ..., ar 从而 L =L1= { l1a1 + l2a2 + …+ lr ar | l1, l2, ..., lr∈R } 故向量组 A0 就是 L 的一个基, A0中向量的个数就是 L 的维数.

定义:如果在向量空间 V 中取定一个基 a1 , a2 , ..., ar ,那么V 中任意一个向量可唯一表示为 x = l1a1 + l2a2 + …+ lrar 数组 l1, l2, ..., lr 称为向量 x 在基 a1 , a2 , ..., ar 中的坐标. 例: 的列向量组是 R3 的一个基, 那么 b 在基 e1, e2, e3 中的坐标

n 阶单位矩阵 En 的列向量叫做 n 维单位坐标向量. n 阶单位矩阵 En 的列向量组称为 Rn 的自然基.

上三角形矩阵 的列向量组也是 R3 的一个基,那么 结论:同一个向量在不同基中的坐标是不同的.

例:设 验证a1, a2, a3 是R3 的一个基,并求 b1, b2 在这个基中的坐标. 分析: a1, a2, a3 是 R3 的一个基 R(a1, a2, a3 ) = 3 b1, b2 在这个基中的坐标 用 a1, a2, a3 表示 b1, b2 当 时,A 的列向量组与B 的列向量组有相同的线性关系.(P. 93 例11) 为此,考虑把 (A, B) = (a1, a2, a3, b1, b2) 化为行最简形矩阵.

例:设 验证a1, a2, a3 是R3 的一个基,并求 b1, b2 在这个基中的坐标. 解: 于是

例:在 R3中取定一个基 a1, a2, a3 ,再取一个新基 b1, b2, b3, 设 A = (a1, a2, a3),B = (b1, b2, b3) . ① 求用a1, a2, a3 表示 b1, b2, b3 的表示式(基变换公式); ② 求向量在两个基中的坐标之间的关系式(坐标变换公式). 分析: 求解矩阵方程 AX = B. 设 x∈R3,且 ,求解 矩阵方程 .