1. 域的概念
定义:有 + - x / 运算 并且在自身范围内闭合的集合叫做域:比如 ;实数域 R;复数域 F ;反面的例子就是 自然数的集合,自然数的集合不是域,因为它不满足做完 四则运算后的取值还在自然数的集合内。
2. 线性空间的概念
定义:线性空间,通俗讲就是域的一个翻版,只不过这个集合不再是普通数的集合;更可能是很多向量的集合:设一个非空集合 V ;从V 里面选两个元素做加法,得到的新的元素仍然属于V。从V里面选一个元素;再从某个数域里选一个元素;做乘法;得到的新元素仍然属于V;
我们就称这样的集合V是线性空间。
3. 向量的线性相关性
定义: V 是在数域F的线性空间 ;对 V 中的 a1,a2,a3....ar; 与 F中不全为0的 k1,k2,k3....kr 使得 k1xa1 + k2xa2 +....+ krxar = 0;那么:a1,a2,a3....ar就是线性相关的。
习题:P5 例1.1.11
4. 基与坐标,坐标变换
基:就是在数域F上的线性空间V的一组最大线性无关组。
基的维数就是最大无关组的维数: 习题:p6 例1.2.1/2/3/4(1.证哪几个向量是线性无关的;2.证这几个线性无关的向量可以表示任何在V中的元素)
5. 基变换和坐标变换
基有很多;从某个基到另一个基:B = AP ; 这个P就是过渡矩阵。
P = A逆B
道理相同:如果在基A上某个点的坐标是(x1,x2,x3...)那么它在基B上的坐标就是P逆(x1,x2,x3...)。
习题:例1.2.6
6. 线性子空间
线性子空间:就是从一个在F域上的V线性空间上的子集合,子集合本身如果也满足线性空间的的定义。
平凡子空间:从V中只挑了一个0组成集合或直接把V看成子空间,这两种情况就是平凡子空间。
p13 习题:例1.3.2
生成子空间:span{a1,a2,....ar}; 这就构成了V的子集合。一般子空间就如此表示
矩阵的和空间:V1+V2
矩阵的交空间:V1^V2
习题:p14 例1.3.5/6
定理:dim(v1)+dim(v2) = dim(v1+v2)+dim(v1^v2)
当 dim(v1^v2) = 0时;称 v1+v2这个和空间是直和;v1和v2 之间互补。
7. 线性映射
先验知识:加法可以理解为映射;加法就是先从V里面挑出两个元素(也就是从V的卡氏集中选一个元素);通过映射得到一个新的元素。通过这个映射,两个自变量变成了一个因变量。即是:
线性映射的定义:就像信号与系统里的一样,输入和输出:满足齐次性 和 叠加性;
判断是否线性映射:
解:带入定义:v1中选[a1 a2] [a2 a4]这俩个看看这两个向量本身的加法;是否和映射的加法相等
总结就是一句话:元素先映射,相加 是不是等于 元素先相加在映射的值;这两者应该不矛盾才是线性映射。