线性代数笔记(1):向量空间与子空间
2017-02-18 20:53
477 查看
一、向量空间的定义:
A vector space V over a field F consists of a set on which two operations (called addition and scalar multiplication) are defined, so that the following 10 properties hold.
(VS-1)x + y ∈ V,whenever x, y ∈ V. (加法封闭性)
(VS 0)ax ∈ V, whenever a ∈ F and x ∈ V. (乘法封闭性)
[b]二、子空间的定义:
[/b]
[b][b]三[b]、如何判断一个集合是子空间[/b][/b][/b]
四、与子空间有关的定理
Thm 1.4: 一个向量空间V的任意子空间之交集,仍然是V的子空间。
五、Direct Sum的概念
E.g.
六、Span的概念
不仅如此,我们还可以定义更广义的Span,此时向量空间中的一个元素将可以是更加泛化的对象(例如矩阵或多项式等)。
Thm 1.5:(i) Span(S) is a subspace of V;(ii) W is a subspace of V and S ⊂ W。Then Span(S) ⊂ W。i.e., Span(S) 是包含S的最小的子集空间。
七、线性独立与线性相关
定义:A subset S of a vector space V is called 线性相关,if ∃ distinct vectors u1, u2, …, un in S and scalars a1, a2, …, an not all 0, 使得
In this case, we also say that vectors of S are 线性相关(Any set S containing the 0 vector of 线性相关)。
一个集合是线性相关的,即是零向量可由集合中之向量非“trivial”的线性组合起来。或是说此集合有一个向量可用集合中其他向量线性组合起来,此处“trivial”是指组合系数皆为0。
八:基的概念
定义:A basis B for a vector space V is a 线性独立的 subset of V that generates V。
Thm 1.8:a vector space B = {u1, u2, …, un}, then
九:维度的概念
一个向量空间的基底的元素个数不一定是有限的,但下面的定理表明“如果这个向量空间可由一个有限集合所生成,则词此向量空间必有一个有限基底”。
Thm 1.9:Let V=Span(S),where #(S)<∞. Then some subset of S is a basis for V. Hence V has a finite basis.
如果一个向量空间有一个有限的基底,那么其它基底的元素个数是否相同呢?事实上我们可以证明:如果一个向量空间是由多个向量所张出的空间,则此向量空间不可能含有一个无限的线性独立集。更进一步,我们还可以得到:
由此我们可以来定义维度的概念:
A vector space, is called finite-dimensional if it has a finite basis.
The number of vectors in a basis is called the dimension of V and is denoted by dim(V).
A vector space that is not finite-dimensional is called infinite-dimensional.
最后我们还可以得出如下推论:If W is a subspace of a finite-dimensional vector space V, then any basis for W can be extended to a basis for V.
(本文完)
本文主要根据台湾交通大学开放课程线性代数(莊重 特聘教授主讲)之授课内容整理,并参考以下书籍:
【1】S.H. Friedberg, A.J. Insel, L.E Spence, 4th edition, Linear Algebra, Prentice-Hall, 2003
【2】David C. Lay. 刘深泉,等译. 线性代数及其应用(原书第3版),机械工业出版社,2005
附注:本文为转载文章
出处:http://blog.csdn.net/baimafujinji/article/details/6472127
A vector space V over a field F consists of a set on which two operations (called addition and scalar multiplication) are defined, so that the following 10 properties hold.
(VS-1)x + y ∈ V,whenever x, y ∈ V. (加法封闭性)
(VS 0)ax ∈ V, whenever a ∈ F and x ∈ V. (乘法封闭性)
[b]二、子空间的定义:
[/b]
[b][b]三[b]、如何判断一个集合是子空间[/b][/b][/b]
四、与子空间有关的定理
Thm 1.4: 一个向量空间V的任意子空间之交集,仍然是V的子空间。
五、Direct Sum的概念
E.g.
六、Span的概念
不仅如此,我们还可以定义更广义的Span,此时向量空间中的一个元素将可以是更加泛化的对象(例如矩阵或多项式等)。
Thm 1.5:(i) Span(S) is a subspace of V;(ii) W is a subspace of V and S ⊂ W。Then Span(S) ⊂ W。i.e., Span(S) 是包含S的最小的子集空间。
七、线性独立与线性相关
定义:A subset S of a vector space V is called 线性相关,if ∃ distinct vectors u1, u2, …, un in S and scalars a1, a2, …, an not all 0, 使得
In this case, we also say that vectors of S are 线性相关(Any set S containing the 0 vector of 线性相关)。
一个集合是线性相关的,即是零向量可由集合中之向量非“trivial”的线性组合起来。或是说此集合有一个向量可用集合中其他向量线性组合起来,此处“trivial”是指组合系数皆为0。
八:基的概念
定义:A basis B for a vector space V is a 线性独立的 subset of V that generates V。
Thm 1.8:a vector space B = {u1, u2, …, un}, then
九:维度的概念
一个向量空间的基底的元素个数不一定是有限的,但下面的定理表明“如果这个向量空间可由一个有限集合所生成,则词此向量空间必有一个有限基底”。
Thm 1.9:Let V=Span(S),where #(S)<∞. Then some subset of S is a basis for V. Hence V has a finite basis.
如果一个向量空间有一个有限的基底,那么其它基底的元素个数是否相同呢?事实上我们可以证明:如果一个向量空间是由多个向量所张出的空间,则此向量空间不可能含有一个无限的线性独立集。更进一步,我们还可以得到:
由此我们可以来定义维度的概念:
A vector space, is called finite-dimensional if it has a finite basis.
The number of vectors in a basis is called the dimension of V and is denoted by dim(V).
A vector space that is not finite-dimensional is called infinite-dimensional.
最后我们还可以得出如下推论:If W is a subspace of a finite-dimensional vector space V, then any basis for W can be extended to a basis for V.
(本文完)
本文主要根据台湾交通大学开放课程线性代数(莊重 特聘教授主讲)之授课内容整理,并参考以下书籍:
【1】S.H. Friedberg, A.J. Insel, L.E Spence, 4th edition, Linear Algebra, Prentice-Hall, 2003
【2】David C. Lay. 刘深泉,等译. 线性代数及其应用(原书第3版),机械工业出版社,2005
附注:本文为转载文章
出处:http://blog.csdn.net/baimafujinji/article/details/6472127
相关文章推荐
- 线性代数笔记-6 列空间与向量空间
- MIT18.06线性代数课程笔记9:线性无关、向量拓展空间、空间的基、空间维度
- 线性代数(五) :子空间及向量张成的空间
- MIT18.06线性代数课程笔记11:矩阵空间、子空间的交和、秩一矩阵
- 线性代数笔记-5 转置、置换、向量空间
- 有关线性代数的Matlab代码笔记(3)——左零空间、二维图像绘制
- 线性代数导论5——转置-置换-向量空间R
- MIT18.06线性代数课程笔记1:矩阵和向量相乘的三种解释
- 线性代数的本质--对线性空间、向量和矩阵的直觉描述
- 有关线性代数的Matlab代码笔记(5)——四个基本子空间
- MIT_线性代数笔记_11_矩阵空间、秩1矩阵、小世界图
- 线性代数笔记(向量)
- MIT_线性代数笔记_05_转置、置换、空间R^n
- 线性代数复习-向量空间-线性相关-向量组的秩
- 线性代数之三:向量空间
- 有关线性代数的Matlab代码笔记(2)——行空间、零空间
- 线性代数笔记(线性方程组、线性空间,线性变换)
- 线性代数:第四章 向量组的线性相关性(2)向量空间 线性方程组解的结构
- 线性代数复习六——向量空间
- 线性代数的本质--对线性空间、向量和矩阵的直觉描述