§7.2 线性空间的基与维数
线性空间维数与基的求法
线性空间维数与基的求法维数与基是线性空间V 的一个基本属性，它的确立对于我们认识线性空间有着很大的作用。
因为确定了维数和基以后n 线性空间V 上任意向量的坐标（即n 元数组）也就相应确定了，在学习了线性空间的同构的知识后会知道，任意n 维线性空间V 都与n P 同构，这样，我们可以通过n P 的性质来研究任意n 线性空间V 的性质。
同时对维数与基概念的把握也是我们后面学习线性空间的同构、线性变换、欧氏空间的基础。
但是，鉴于它是线性空间的一个基本概念，多数教科书对于该部分的处理往往是泛泛而谈，比如文献1250P 例3更是一笔带过，这对学生深入理解相关概念造成了一定的障碍。
虽然它的求法没有统一的方法，但却有着一致的要求，即要符合定义。
本文计划从以下两方面对维数与基的求法做进一步的归纳和总结，同时也是对《高等代数》250P 例3的补充说明，希望对初学者认识线性空间以及后续的学习有一定的帮助。
一、数域P 上的线性空间V ——数域P 的作用和角色凡是涉及数与空间中向量（取自集合V 中的元素）的乘积，即通常所说的数量乘法，其中的数都是取自数域P 。
例如：线性变换、同构定义中的第二条保持数量乘法，判别向量的线性相关性等这些问题都是依赖数域P 的。
同一线性空间V 指定数域的不同，通常对于我们的结果也会造成很大差别。
1.数域P 对线性空间V 的线性变换判别的影响例1：把复数域看作复数域上的线性空间，ξξ=A解：举反例如下，系数k 取自复数域i k =，)())(()(ai b bi a i k +-A =+A =A αai b --=，而ai b bi a i bi a i k +=-=+A =A )())(()(α，显然)()(ααA ≠A k k ，故变换A 不是线性的。
例2：把复数域看作实数域上的线性空间，ξξ=A解：系数k 取自实数域R k ∈，kbi ka kbi ka bi a k k -=+A =+A =A )())(()(α， kbi ka bi a k bi a k k -=-=+A =A )())(()(α，容易验证A 也保持向量的加法，故A 是线性的。
线形空间的维数与基
浅谈线性空间的维数与基摘要本文通过对有限维线性空间中基和维数的讨论，总结出了有限维线性空间的基和维数的求解方法，并且，用不同的方法对线性空间的基和维数的应用进行了探讨.关键词：线性空间；维数；基；同构；子空间THE DISCUSSING TO THE DIMENSIONS ANDBASES OF LINEAR SPACEABSTRACTIn this paper, by discussing dimensions and bases of finite dimensions linear space, we Summarizes the methods to soluting dimensions and bases of finite dimensional linear space. Moreover, the application of the bases and dimensions are discussed in different ways.Keywords: linear space; dimension; base; isomorphism; subspace .目录摘要 (1)关键词： (1)ABSTRACT (2)一、基本概念 (4)二、线性空间的基和维数求解方法 (5)2.1、定义法 (5)2.2、利用相关定理求维数与基 (8)三、线性空间基和维数的应用 (10)3.1、次子空间的应用 (10)3.2、在同构线性空间中的应用 (12)四、有限维线性空间基的扩充 (13)五、参考文献 (15)致谢 (15)一、基本概念定义1.2、U 中向量集H 如果满足下述两个条件，① 向量集H 是线性相关的；② U 中每一个向量可以由H 中有限个向量线性表出；则H 是U 的一个基，只含0向量的基是空集。
定义1.3、U 称为有限维的，如果U 有一个基包含有限多个向量，否则U 称为无限维的，有限维线性空间的一个基所含向量个数称为U 的维数。
线性空间的基与维数
线性空间的基与维数线性空间是线性代数中的重要概念，它是由一组元素构成的集合，这些元素之间满足线性运算的性质。
在线性空间中，基与维数是两个重要的概念。
一、线性空间的基线性空间的基是指线性空间中的一组线性无关的元素，通过这组元素可以表示整个线性空间中的任意元素。
换言之，线性空间中的每个元素都可以唯一地由基中的元素线性组合而成。
线性空间的基具有以下特性：1. 基中的元素线性无关，即任意一个基中的元素不能被其他基中的元素线性表示。
2. 基中的元素张成整个线性空间，即线性空间中的任意元素都可以由基中的元素线性组合而成。
3. 基中的元素个数是唯一的，即同一个线性空间中的不同基所包含的元素个数是相同的，这个个数称为线性空间的维数。
二、线性空间的维数线性空间的维数是指线性空间中的基所包含的元素的个数，用整数表示。
维数是衡量线性空间大小的一个重要指标。
线性空间的维数具有以下性质：1. 对于一个线性空间，如果存在一个有限的基，则该线性空间的维数是有限的。
2. 对于一个线性空间，如果不存在有限的基，则该线性空间的维数是无限的。
维数是线性空间一个重要的性质，它决定了线性空间的很多性质。
在线性代数中，我们可以通过求解线性方程组的秩来确定线性空间的维数。
三、基与维数的应用基与维数在线性代数的各个分支中有广泛的应用。
以下是一些典型的应用场景：1. 线性变换的表示：线性变换可以由一个矩阵表示，基的选择与线性变换的矩阵表示密切相关。
2. 向量空间的表示：向量空间中的向量可以由线性组合表示，基的选择可以简化向量空间中向量的表示和计算。
3. 子空间的判断：基与维数可以用来判断一个子集是否构成了线性空间的子空间。
4. 线性方程组的解空间：线性方程组的解空间可以由基与维数表示。
总结：线性空间的基与维数是线性代数中的重要概念。
基是线性空间中一组线性无关的元素，可以表示线性空间中的任意元素；维数是基所包含的元素的个数，它决定了线性空间的很多性质。
维数、基与坐标
对任意αV,kK成立.从而
(0) (0) 0 () 0
() ((1)) (1) () () (k11 k22 krr ) (k11) (k22 ) (krr )
k1 (1) k2 (2 ) kr (r )
(2) 若有不全为零的k1,k2,…,kr使
则有
(k11 k2 2 kr r ) 0
由于σ是单射，又只有零元素0才映射到0，
故
k11 k2 2 kr r 0 即若 (1), (2 ),, (r ) 线性相关也必有 α1,α2,…,αr线性相关；
(3) 由于维数就是线性空间中线性无
关元素的最大个数，设V与W同构，则若V 中最大的线性无关元素组为α1,α2,…,αm,那么 σ(α1), σ(α2),…,σ(αr)也是W中线性无关的，且 任何多于m个的元素组必线性相关.这样，W 的维数必等于V的维数；
设 ε1,ε2,…,εn与η1,η2, …,ηn是n维线性空 间V中的两组基.由基的定义，它们必可以 互相线性表出.设 η1,η2, …,ηn由ε1,ε2,…,εn线 性表出的关系式为
1 a111 a12 2 a1n n , 2a211a222 a2n n , n an11 an2 2 ann n .
(1, 2 ,3 , 4 ) (1, x, x 2 , x3 ) A
其中
(1, 2 , 3 , 4 ) (1, x, x 2 , x3 )B
1 1 1 1
A
2 0 2
1 2 0
0 2 0
3 03
1 1 1 1
B
0 0 0
1 0 0
2 1 0
3 13
于是
(1, 2 , 3 , 4 ) (1, 2 ,3 , 4 )A1B
线性代数课件向量空间的基和维
如果只有当$k_1 = k_2 = ldots = k_s = 0$时，才有$k_1alpha_1 + k_2alpha_2 + ldots + k_salpha_s = 0$，则称向量组$V$线性无关。
极大线性无关组
极大线性无关组的定 义：如果向量组$V$ 的一个部分组$V_1$ 满足
2. 向量组$V$中任意 一个向量都可以由 $V_1$线性表示。
特征值与特征向量的性质
不同特征值对应的特征向量线性无关；k重特征 值至多对应k个线性无关的特征向量。
3
特征值与特征向量的应用
在矩阵对角化、矩阵的幂运算、微分方程求解等 问题中，特征值与特征向量具有重要作用。
二次型化标准型及规范型
二次型的标准型
通过可逆线性变换，将二次型化为只含有平方项的二次型，称为二次型的标准型。
正交矩阵的性质
正交矩阵的行列式为±1；正交矩阵 的逆和转置都是正交矩阵；正交矩阵 保持向量的长度和夹角不变。
正交变换与正交矩阵的关系
正交变换在标准正交基下的矩阵表示 是正交矩阵；正交矩阵对应的线性变 换是正交变换。
06
向量空间的应用举例
线性方程组解的结构
线性方程组解的存在性
当系数矩阵的秩等于增广矩阵的秩时，线性方程组有解。
子空间的交与和
子空间的交
两个子空间的交集仍是一个子空 间，它包含同时属于两个子空间
的所有向量。
子空间的和
由两个子空间中所有向量线性组 合生成的向量空间，称为这两个
子空间的和。
性质
子空间的交与和都是子空间，但 两个子空间的和不一定等于它们
所在的向量空间的全部。
05
向量空间中的正交性
基与维数的几种求法
基与维数的几种求法线性空间基和维数的求法方法一根据线性空间基和维数的定义求空间的基和维数,即：在线性空间v中，如果有n个向量α1,,αn满足用户:(1)α1,α2,αn线性无关。
(2)v中任一向量α总可以由α1,α2,,αn线性则表示。
那么称v为n维（有限维）线性空间，n为v的维数，记为dimv=n，并称α1,α2,,αn为线性空间v的一组基为。
如果在v中可以找到任意多个线性无关的向量，那么就成v为无限维的。
基准1设v=xax=0，a为数域p上m⨯n矩阵，x为数域p上n佩向量，谋v的维数和一组基为。
解设矩阵a的秩为r，则齐次线性方程组ax=0的任一基础解系都是v的基，且v的维数为n-r。
基准2数域p上全体形似对矩阵的乘法及数与矩阵的乘法所共同组成⎪的二阶方阵，-ab⎪⎪的线性空间，谋此空间的维数和一组基为。
⎪⎪0a⎪⎪⎪01⎪⎪00⎪为线性空间,v=｜a,b∈p⎪⎪的一组线性毫无关系的向⎪⎪⎪⎪-10⎪⎪01⎪⎪⎪-ab⎪⎪⎪0a⎪⎪0a⎪⎪01⎪⎪00⎪量组，且对v中任一元素⎪=a⎪+b⎪⎪有ab1001-ab⎪⎪⎪⎪⎪⎪⎪⎪⎪01⎪⎪00⎪⎪,⎪为v的一组基为，v的维数为2。
⎪10⎪⎪01⎪方法二在已知线性空间的维数为n时，任意n个向量组成的线性无关向量组均作成线性空间的基。
基准3假设r[x]n就是一切次数大于n的实系数多项式迎上零多项式所构成的线性空间，证明：1,(x-1),(x-1),,(x-1)构成r[x]n的基。
证明实地考察k1⋅1+k2(x-1)++kn(x-1)的系数为0得kn=0，并代入上式可得xn-2的系数kn-1=0依此类推便存有kn=kn-1==k1=0，故1,(x-1),,(x-1)又r[x]的维数为n,于是1,(x-1),,(x-1)为r[x]的基。
方法三利用定理：数域p上两个非常有限佩线性空间同构的充份必要条件就是它们存有相同的维数。
例4设a=⎪，证明：由实数域上的矩阵a的全体实系数多项式f(a)共同组成的空间v=⎪f(a)｜a=⎪⎪⎪0-1⎪⎪⎪⎪与复数域c作为实数域r上的线性空间10⎪⎪⎪v'={a+bi｜a,b∈r}同构，并非谋它们的维数。
基与维数的求法
线性空间基和维数的求法 （邓云斯、李秀珍、高华艳）方法一(定义法):根据线性空间基和维数的定义求空间的基和维数,即：在线性空间V 中，如果有n 个向量n αα,,1 满足:(1)n ααα,2,1 线性无关；(2)V 中任一向量α总可以由n ααα,,21, 线性表示. 那么称V 为n 维（有限维）线性空间，n 为V 的维数，记为dim v n =，并称n ααα,,2,1 为线性空间V 的一组基.如果在V 中可以找到任意多个线性无关的向量，那么V 就成为无限维的. 例1 数域P 上全体形如0a a b ⎛⎫⎪-⎝⎭的二阶方阵，对矩阵的加法及数与矩阵的乘法所组成的线性空间，求此空间的维数和一组基. 解 易证0100,1001⎛⎫⎛⎫⎪ ⎪-⎝⎭⎝⎭为线性空间0,a V a b p a b ⎧⎫⎛⎫=∈⎨⎬ ⎪-⎝⎭⎩⎭｜的一组线性无关的向量组，且对V 中任一元素0a a b ⎛⎫⎪-⎝⎭有00100+1001a a b a b ⎛⎫⎛⎫⎛⎫= ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ 按定义0100,1001⎛⎫⎛⎫⎪ ⎪⎝⎭⎝⎭为V 的一组基，V 的维数为2. 方法二(维数确定基法):在已知线性空间的维数为n 时，任意n 个向量组成的线性无关向量组均作成线性空间的基.例2 假定[]n R x 是一切次数小于n 的实系数多项式添上零多项式所形成的线性空间，证明：()()()211,1,1,,1n x x x ----构成[]n R x 的基.证明 ()()1121110n n k k x k x -⋅+-++-=由1n x-的系数为0得0n k =，并代入上式可得2n x -的系数10n k -=依此类推便有110n n k k k -====，故()()11,1,,1n x x ---线性无关又[]nR x 的维数为n ,于是()()11,1,,1n x x ---为[]nR x 的基.方法三(利用同构求维数法):数域p 上两个有限维线性空间同构的充分必要条件是它们有相同的维数. 例3 设0110A -⎛⎫=⎪⎝⎭，证明：由实数域上的矩阵A 的全体实系数多项式()f A 组成的空间()0110V f A A ⎧-⎫⎛⎫==⎨⎬ ⎪⎝⎭⎩⎭｜与复数域C 作为实数域R 上的线性空间{}',V a bi a b R =+∈｜同构，并求它们的维数.证明 V 中任一多项式可记为()()=,,f A aE bA a b R +∈，建立'V 到V 的如下映射()()11111111:,a bi f A a E b A a b R σα=+→=+∈易证σ是'V 到V 上既是单射又是满射即一一映射. 再设222,a b i α=+ 22,,a b R K R ∈∈，则有()()()()()()()121212121212a a b b i a a E b b A σαασσασα+=+++=+++=+⎡⎤⎣⎦()()()111111k ka kbi ka E ka A k x σασσ=+=+=故σ是'V 到V 的同构映射，所以V 到'V 同构 另外，易证'V 的一个基为1，i ，故'dim 2V ='VVdim 2V ∴=方法四(求可逆矩阵确定基法)：设12,,,n ααα与12,,,n βββ是n 维线性空间V 中两组向量，已知12,,,n βββ可由12,,,n ααα线性表出：11112121n n a a a βααα=+++ 21212222n n a a a βααα=+++ 1122n n n nn n a a a βααα=+++令111212122212n n n n nn a a a A a a a a a a ⎛⎫⎪= ⎪ ⎪⎝⎭如果12,,,n ααα为V 的一组基，那么当且仅当A 可逆时，12,,,n βββ也是V 的一组基.例4 已知231,,,x x x 是[]4p x 的一组基，证明()()231,1,1,1x x x +++也是[]4p x 的一组基.证明 因为23111000x x x =⋅+⋅+⋅+⋅23111100x x x x +=⋅+⋅+⋅+⋅()223111210x x x x +=⋅+⋅+⋅+⋅ ()323111331x x x x +=⋅+⋅+⋅+⋅且11110123000120001A =≠ 所以()()231,1,1,1x x x +++也为[]4p x 的一组基.方法五(向量等价求基法):如果空间V 中一向量组与V 中一组基等价，则此向量组一定为此空间的一组基.例5 设[]2R x 表示次数不超过2的一切实系数一元多项式添上零多项式所构成的线性空间的一组基，证明22,,1x x x x x +-+为这空间的一组基.证明 ()()()2212310k x x k x x k x ++-++=则121233000k k k k k k +=⎧⎪-+=⎨⎪= ⎩解得3210k k k ===于是22,,1x x x x x +-+线性无关，它们皆可由2,,1x x 线性表示，因此22,,1x x x x x +-+与2,,1x x 等价，从而[]2R x 中任意多项式皆可由22,,1x x x x x +-+线性表示，故22,,1x x x x x +-+为[]2R x 的基.方法六（求两个子空间交集的基确定维数法）：对以一组向量1212,,,ααββ为列向量做成的矩阵施行行初等变换和列初等变换，不改变矩阵1212,,,ααββ间的线性关系.任何一个m n ⨯矩阵A ，总可以通过行初等变换和列变换化为标准阶梯型矩阵：00rI B ⎛⎫⎪⎝⎭，其中r I 表示r 阶单位矩阵.依据这两个定理，我们可以很方便地求出12V V 的一个基，从而确定了维数.例 6 设()()112212,,,V L V L ααββ==是数域F 上四维线性空间的子空间，且()()()()12121,2,1,0,1,1,1,1;2,1,0,1,1,1,3,7.ααββ==-=-=-求12V V 的一个基与维数. 解 若12r V V ∈，则存在1212,,,x x y y F --∈，使11221122r x x y y ααββ=+=-- (1)即有112211220x x y y ααββ+++= (2)若1212,,,ααββ线性无关，（2）仅当2120x x y y ====时成立 那么12V V 是零子空间，因而没有基，此时维数为0，12V V +是直和若存在不全为零的数1212,,,x x y y 使（2）成立，则12V V 有可能是非零子空间若为非零子空间，由（1）便可得到基向量r .以1212,,,ααββ为列向量作矩阵A ，经行初等变换将A 化为标准阶梯形矩阵A .112110121110104110300130117000A A --⎛⎫⎛⎫⎪ ⎪-- ⎪ ⎪=−−−−→= ⎪ ⎪⎪ ⎪⎝⎭⎝⎭行初等变换212143βααβ=-++()1212435,2,3,4r ααββ∴=-+=-+=-是12V V 的一个基 ()12dim 1V V =同时知，12,αα是1V 的一个基，1dim 2V =12,ββ是2V 的一个基，2dim 2V =1212,,,ααββ是12V V +的一个基，()()12dim =3V V A +=秩方法七(极大无关组确定基法):线性空间V 中任意一个向量α，都可以表示成V 中的一组线性无关向量组的线性组合，则这一组线性无关向量组就是V 的基. 例7 求112()V L αα=，与212()V L ββ=，的交的基和维数. 设12(1,2,1,0)(11,1,1)αα=⎧⎨=-⎩，，12(21,0,1)(11,3,7)ββ=-⎧⎨=-⎩，，解 任取12V V α∈，则11122V x x αααα∈=+，，且21122V y y ααββ∈=+，，1122112x x y y αααββ=+=+（注：此时α虽然已表成一线性组合的形式，但它仅仅是在1V 、2V 中的表示，并非本题所求，即要在空间21V V 中将α线性表出）11221120x x y y ααββ∴+--=，求1212,,,x x y y121212121222122020300x x y y x x y y x x y x y y ---=⎧⎪+-+=⎪⎨+-=⎪⎪--=⎩ ７ 解得1212(,,,)(,4,3,)x x y y k k k k =--1212(4)(3)(5,2,3,4)k k k αααββ∴=-=-+=-故12V V 是一维的，基是(5,2,3,4)-易知(5,2,3,4)-是非零向量，是线性无关的.方法八（利用维数公式求子空间的基和维数法）：按维数公式求子空间的交与和的维数和基 维数公式：如果1,2V V 是有限维线性空间V 的两个子空间，那么()()()()121212d i m d i m d i m d i m V V V V V V +=++例8 已知()()123,1,2,1,0,1,0,2αα=-=()()121,0,1,3,2,3,1,6ββ==--求由向量12,αα生成的4p 的子空间()112,V L αα=与向量1,2ββ生成的子空间()212,V L ββ=的交与和空间的维数的一组基.解 因为()121212,,,V V L ααββ+=，对以1212,,,ααββ为列的矩阵施行行初等变换：30120000110311032011001112360003A B ⎛⎫⎛⎫⎪ ⎪---- ⎪ ⎪=→= ⎪ ⎪- ⎪ ⎪--⎝⎭⎝⎭秩A =秩3B =，所以12V V +的维数是3且1212,,,ααββ为极大线性无关组，故它们是12V V +的一组基.又由12,αα线性无关知1V 的维数为2，同理2V 的维数也为2，由维数公式知12V V 的维数为()2231+-=.从矩阵B 易知12122ββαα+=-,故()123,3,2,3ββ+=--是12,V V 公有的非零向量，所以它是交空间12V V 的一组基.方法九(替换定理法):由替换定理确定交空间的维数. 替换定理：设向量组12,,,r ααα线性无关，并且12,,,r ααα可由向量组12,,,s βββ线性表出，那么()1r s ≤()2必要时可适当对12,,,s βββ中的向量重新编号，使得用12,,,r ααα替换12,,,r βββ后所得到的向量组121,,,,,,r r s αααββ+与向量组12,,,s βββ等价.特别，当r s =时，向量组12,,,s ααα与向量组12,,,s βββ等价.例9 已知向量组()()()()12342,0,1,3,0,3,1,0,1,2,0,2,2,6,3,3,αααα====设它们是向量组1,23,βββ的线性组合，又设向量组12,,,m r r r 与向量组123,,βββ等价，试求12,,,m r r r 生成的空间的交空间的基和维数.解 2013041107010*********10120212021202263306200000----⎛⎫⎛⎫⎛⎫⎪⎪⎪ ⎪ ⎪ ⎪→→ ⎪ ⎪ ⎪ ⎪⎪⎪⎝⎭⎝⎭⎝⎭显然1234,,,αααα线性相关，123,,ααα线性无关 由替换定理知123,,ααα与123,,βββ等价，进而知12,,,m r r r 与123,,ααα等价于是()12,,,m L r r r 维数为3，基为()123124,,;,,L αααααα维数为2，基为12,,αα因此，()()12412,,,,,m L L r r r ααα⊂故()124,,L ααα与()12,,,m L r r r 的交空间的基为12,,αα维数为2。
线性空间的基与维数
线性空间的基与维数线性空间是线性代数中的重要概念，它是指具有加法和数乘运算的集合，并满足线性空间的定义和性质。
在线性空间中，基和维数是两个核心概念，它们对于理解线性空间的结构和性质具有重要意义。
一、线性空间的定义和性质线性空间是指满足以下定义和性质的集合：1. 集合中存在加法运算，即对于任意两个元素x和y，存在相应的元素x+y；2. 集合中存在数乘运算，即对于任意元素x和数k，存在相应的元素kx；3. 加法和数乘运算满足封闭性，即对于任意元素x和y，x+y和kx 仍然属于该集合；4. 加法满足结合律和交换律，即对于任意元素x、y和z，(x+y)+z=x+(y+z)和x+y=y+x；5. 加法满足单位元存在性，即存在一个元素0，对于任意元素x，有x+0=x；6. 加法满足逆元存在性，即对于任意元素x，存在相应的元素-y，使得x+(-y)=0；7. 数乘运算满足结合律和分配律，即对于任意元素x和k、l，有k(lx)=(kl)x和(k+l)x=kx+lx；8. 数乘运算满足单位元存在性，即对于任意元素x，有1x=x。
二、在线性空间中，基是指一个线性无关且能生成整个空间的向量组。
即对于线性空间V，存在向量组{v1, v2, ..., vn}，满足以下条件：1. 线性无关性：向量组中的任意有限个向量线性无关，即不存在非零标量c1, c2, ..., cn，使得c1v1 + c2v2 + ... + cnvn = 0；2. 生成性：向量组的线性组合能够生成整个线性空间V，即对于任意向量v∈V，存在标量c1, c2, ..., cn，使得v = c1v1 + c2v2 + ... + cnvn。
线性空间的维数是指基中向量的个数，用n表示。
记作dim(V) = n。
三、线性空间的基与维数的性质线性空间的基与维数具有以下性质：1. 基的个数是唯一的：线性空间V的任意两个基所含向量个数相同；2. 维数的唯一性：线性空间V的维数唯一，与基的选择无关；3. 向量组的性质：线性空间V中的任意向量组若线性无关，则含有的向量个数不超过维数；4. 维数与子空间：线性空间V的任意非零子空间的维数小于等于V的维数；5. 维数与线性变换：线性空间V到线性空间W的线性映射T是满射时，有dim(W) ≤ dim(V)；当T是一一映射时，有dim(W) ≥ dim(V)。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
定义2 在线性空间 V 的任一基中基向量的 个数称为线性空间 V 的维数，记为 dimV
下面讨论求线性空间基与维数的方法： (1)目测法。此法就是初步目测出基与维数， 然后再加以检验。
(2)基变换法。此法就是根据下面的结论： 已知线性空间的一个基为 1,2 L ,n ，则
当 m 0 时，定理显然成立； 当 m k 时，假设定理成立；
当 m k 1 时，1,2 L ,s 是 Vs 的基（则它们一定 线性无关），但还不是 Vn 的基，则在 Vn 中必存 在一个向量 s1 不能由1,2 L ,s 线性表出，这 时就把 s1 添加进去，于是 1,L ,s,s1 必线性无关 （否则，若 1,L ,s,s1 线性相关，由于 1,L ,s,s1 线性无关，则 s 1 可由 1,2 L ,s 线性表出， 矛盾），把它作为 Vn 的子空间 Vs1 的一个基， 于是 Vs1 是 s 1 维的。
xn
x1
x1
x2
P 1
x2
M
M
xn
xn
（7.4）
证因
x1
x1
x1
1 , 2 ,L
,n
x2
M
1, 2,L
,
n
x2
M
1
,
2
,L
,
n
P
x2
M
,
xn
xn
xn
而 1,2,L ,n 线性无关，故有（7.4）式。
说明 此定理的逆定理成立，即若 Vn 中任一元素 的两种坐标满足坐标变换公式（7.4），则两个 基满足基变换公式（7.2）或（7.3）。
第七章 线性空间
§7.2 线性空间的基与维数
定义1 给定线性空间 V 的一组向量 1,2 L ,n
若满足： （1）线性无关；
（2）V 中任一元素 总可由 1,2 L ,n 线性表
示，即存在数 k1, k2 L , kn ，使
k11 k22 L knn
则称这组向量为线性空间 V 的一个基，其中向量 1,2 L ,n 称为基向量，称（7.1）式的系数
⑥一个向量的坐标是相对于基而言的，一个向量 对不同的基一般有不同的坐标。向量的分量与坐 标是不同的概念，使任一向量的分量与坐标均相 等的这个基称为自然基，Rn 的自然基是 e1, e2,L , en
其中 ei i 1,2,L ,n 为 n 阶单位矩阵 E 的第 i 列。
由说明⑥可见，同一个元素在不同基下有不同的 坐标，那不同的基与不同坐标之间有怎样的联系 呢？
V 的一个基，求证
1 1, 2
1 2 ,L
, n
1
2
L
n
也是
V
的一个基。
10L
证 因为
11L A
MM
11L
0
0 0
M
，所以 1, 2,L , n
1
是 V 的一个基。
(3)添加法。此法就是添加基向量的个数。
例3 设 Vs 是 n 维线性空间 Vn 的一个子空间，
1,2 L ,s 是 Vs 的一个基，求证：Vn 中存在元 素 s1,L ,n 使 1,L ,s ,s1,L ,n 成为 Vn 的一 个基。 证 对维数差n s m 用数学归纳法。
设 1,2 ,L ,n 及 1, 2,L , n 是向量空间 Vn 中的
两个基，且
1 p111 p212 L pn1n ,
2
p122 p222 L
LLLLL
pn2n ,
n p1n1 p2n2 L pnnn ,
即
1 p11
2
p12
M M
p21 L p22 L M
n
p1n
p2n L
pn1 1
1
pn2
Байду номын сангаас
2
PT
2
M M M
pnn
n
n
（7.2）
或 1, 2,L , n 1,2,L ,n P
（7.3）
定义3 （7.2）式和（7.3）式称为基变换公式， 矩阵 P 称为由基 1,2,L ,n 到基 1, 2,L , n 的 过渡矩阵，由于 1, 2,L , n 线性无关，故过渡 矩阵 P 可逆。
定理1 设 Vn 中的元素 在基 1,2,L ,n 下的
坐标为 x1, x2 L , xn ，在基 1, 2,L , n 下的坐标 为 x1, x2 L , xn ，若两个基满足关系式（7.2）
式和（7.3）式，则有坐标变换公式。
x1
x1
x2
P
x2
M M
或
xn
1 a111 a122 L a1nn ,2 a211 a222 L a2nn ,L ,n an11 an22 L annn ,
为基的充要条件是
a11 a12 L A a21 a22 L
MM a1n an1 L
a1n a2n 0 M ann
例2 若向量组 1,2 L ,n 是 n 维向量空间