01 线性空间
矩阵分析与计算--01-线性空间

《矩阵分析与应用》
张贤达清华大学出版社,2004年9月
矩阵与计算工具:MATLAB, MAPLE,LAPACK … 编程语言:C/C++, C#, Fortran,Java
14
矩阵分析与计算
考核方式:
闭卷考试:65%
课堂讨论,小报告: 35% 作业抽查,应该重视练习、讨论、算法设计、 上机实践等环节。
矩阵是数学中的一个重要的基本概念,是代数 学的一个主要研究对象,也是数学研究和应用 的一个重要工具。“矩阵”这个词是由西尔维 斯特(1814-1897)首先使用的,他是为了将 数字的矩形阵列区别于行列式而发明了这个述 语 西尔维斯特一生致力于纯数学的研究,他和凯莱、哈 在逻辑上,矩阵的概念应先于行列式的概念, 密顿 (Hamilton)等人一起开创了英国纯粹数学的一个 然而在历史上次序正好相反。 繁荣局面.他的成就主要在代数方面,他同凯莱一起
18
本讲主要内容
线性空间定义与性质 基、维数、坐标 基变换与坐标变换
子空间
内积空间
19
一、线性空间
几何空间和 n 维欧氏空间的回顾 推广思想: 抽象出线性运算的本质,在任意研究对象的集 合上定义具有线性运算的代数结构。
线性空间定义 要点:
集合V 与数域F 向量的加法和数乘向量运算 运算的性质刻画
矩 阵 分 析 与 计 算 Matrix Analysis and Computations
理学院 Email: mymath@ (民) 2011年9月
1
本科线性代数内容的简单回顾与讨论 1)线性代数主要内容 2)有什么用?工科学生最关心的 大家在本科毕业设计中用了么?
1-1线性空间

第一专题 线性空间和线性变换矩阵是研究线性模型最基本的工具之一。
根据本书的性质,我们假定读者已具备了这方面的基础知识。
本书的目的是对本科《线性代数》教材中没有论及或讨论不够充分,而在线性模型讨论中经常用到的一些矩阵知识,给予系统而扼要地叙述。
§1 线性空间一、线性空间的概念与性质线性空间是由具体的几何平面和空间的特征经过抽象提炼出来的一个数学概念。
粗略地说,在一个非空集合上定义了线性运算,并且这种运算满足一定的规则,那么这个非空集合就成为一个线性空间。
因此,一个线性空间必须有由线性运算规定的代数结构(由集合与满足一定运算规律的一些代数运算合在一起组成的系统),以便于用数学方法对它研究。
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。
我们看到,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)(21n ,a ,,a a 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:),()()(22112121n n n n b ,a ,b ,a b a ,b ,,b b ,a ,,a a +++=+ ).()(2121n n ,ka ,,ka ka ,a ,,a a k =从这些例子中我们可以看到,所考虑的对象虽然不同,但它们有一个共同点,那就是它们都有加法和数量乘法这两种运算。
抽取它们的共同点,把它们统一起来加以研究,我们可以引入线性空间的概念。
在第一个例子中,我们用实数和向量相乘。
在第二个例子中用什么数和向量相乘,就要看具体情况。
例如,在有理数域中解线性方程组时,用有理数去作数量乘法就足够了,而在复数域中解线性方程组时,就需要用复数去作运算。
可见,不同的对象与不同的数域相联系。
当我们引入抽象的线性空间的概念时,也必须选定一个确定的数域作为基础。
第一章线性空间

(3) 零元素 在 V 中存在一个元素 0,使得对 α +0 =α 于任意的 α ∈ V 都有 (4) 负元素 对于 V 中的任意元素 α 都存 在一个元素 β 使得 α+β =0 (5) 1α = α (6)数乘结合律 k (lα ) = ( kl )α (7)左分配律 ( k + l )α = kα + lα
例 令P是任意一个数域。P 3中向量 α1=(1,2,3),α2=(2,4,6),α3=(3,6,8)线性相关;而 α1=(1,0,0),α2=(0,1,0),α3=(0,0,1)线性无关。 例 5 在连续函数空间C(R)中,讨论向量组的 线性相关性: 解
1, cos x, cos 2 x.
∵ cos 2 x = 2 cos x − 1
线性空间的基底,维数与坐标 定义6 设V是数域P上一个向量空间.V 中满足下列两个条件 的向量组(α1 , α 2 , , α n ) 叫做V的一个基: (1)α1 , α 2 ,
k 0 = k1 = k 2 =
2
n −1
+ k n −1 x n −1 = 0
则必有
= k n −1 = 0
∴ 1, x, x 2 ,
Ex
是线性无关的。 ,x R 实数域 R 上的线性空间 R 中,函数组
n −1
e , e , ⋅⋅⋅, e
是一组线性无关的函数,其中 同的实数。
λ1 x
λ2 x
λn x
第一章
线性空间
线性空间是我们以前学习过的n维向量空间 的推广和抽象,它不仅在线性代数和矩阵的有关 理论中占有重要的地位,而且它的理论和方法已 经渗透到自然科学和工程技术的许多领域。
§1.1 线性空间的定义和性质
第一章线性空间

第一章线性空间第一章线性空间线性空间是研究客观世界中线性问题的重要理论,即使对于非线性问题,在经过局部化后,就可以运用线性空间的理论,或者用线性空间的理论研究线性问题的某一侧面,本章将从最简单的集合概念入手,详细给出线性空间的的概念和相关理论。
§1.1 预备知识1.1.1 集合的概念与性质集合是数学中的基础概念之一,是把人们直观的或思维中的某些确定的能够区分的对象汇合在一起,使之成为一个整体的概念。
例如:由全体实数所组成的集合,称为实数集合或实数集;由一个线性方程组解的全体组成集合,称为该方程组的解集合等等。
本节所介绍的集合概念通常称为“朴素的集合论”,即“集合”和“元素”等基本概念是自明的。
历史上曾经为集合论产生过一些悖论.而对于我们来说了解朴素集合已是足够的了,例如,我们只需知道一个集合本身不能是这个集合一个元素.即:若A 是集合则A ∈A 不成立;同时,本节所介绍的集合的相关性质,以复习为主,很多定理不加以证明。
定义1 具有某种性质的事物的全体称为集合,组成集合的事物称为集合中的元素。
一般用英文大写字母A , B , C , X , Y , Z 表示集合,用英文小写字母a, b, c, x, y, z 等表示集合的元素。
例如:{,,,,}A a b c d e =和{}S s s P =具有性都表示的是集合。
没有任何元素的集合称为空集,记为Φ。
如果用S 表示集合,s 表示S 的元素,常用记号s S ∈,读作s 属于S ,而s 不属于S ,记为:s S ?。
常用的特殊集合一般用N, Z, Q ,R 和C 分别表示自然数集、整数集、有理数集实数集和复数集。
此外,{}Z n n x x ∈+=,12|和{}Z n n x x ∈=,2|分别代表奇数集和偶数集。
定义2 若集合 A 和集合B 有同样的元素,称为A 和B 相等,记为A = B ;若集合 A 和中的元素都是集合B 中的元素,称为A 含于B 或者称B 包含A ,记为A B ?;若A B ?,则称A 是B 的子集;若A B ?,且A B ≠,则称A 是B 的真子集。
矩阵论_01线性空间

第一讲线性空间一、线性空间的定义及性质[知识预备]★集合:笼统的说是指一些事物(或者对象)组成的整体集合的表示:枚举、表达式集合的运算:并( ),交( )另外,集合的“和”(+):并不是严格意义上集合的运算,因为它限定了集合中元素须有可加性。
★数域:一种数集,对四则运算封闭(除数不为零)。
比如有理数域、实数域(R)和复数域(C)。
实数域和复数域是工程上较常用的两个数域。
线性空间是线性代数最基本的概念之一,也是学习现代矩阵论的重要基础。
线性空间的概念是某类事物从量的方面的一个抽象。
1. 线性空间的定义:设V 是一个非空集合,其元素用x,y,z 等表示;K 是一个数域,其元素用k ,l,m 等表示。
如果V 满足[如下8条性质,分两类](I )在V 中定义一个“加法”运算,即当x,y V ∈时,有唯一的和x y V +∈(封闭性),且加法运算满足下列性质(1)结合律 ()()x y z x y z ++=++;(2)交换律 x y y x +=+;(3)零元律 存在零元素o ,使x +o x =; (4)负元律 对于任一元素x V ∈,存在一元素y V ∈,使x y +=o ,且称y 为x 的负元素,记为(x -)。
则有()x x +-= o 。
(II )在V 中定义一个“数乘”运算,即当x V ∈,k K ∈时,有唯一的kx V ∈(封闭性),且数乘运算满足下列性质(5)数因子分配律 ()k x y k x k y +=+;(6)分配律 ()k lx k x l x +=+; (7)结合律 ()()k l x k l x =;(8)恒等律 1x x =; [数域中一定有1]则称V 为数域K 上的线性空间。
注意:1)线性空间不能离开某一数域来定义,因为同一个集合,如果数域不同,该集合构成的线性空间也不同。
(2)两种运算、八条性质数域K 中的运算是具体的四则运算,而V 中所定义的加法运算和数乘运算则可以十分抽象。
01.线性空间与线性变换

称线性空间Vn 的一个基 x1, x2, , xn 为Vn的 一个坐标系,设向量 x V n ,在该基下的线性
表示为 x 1x1 2 x2 n xn
则称1, 2 ,
分量,记为
,n1是,2x,在该,坐n T标系下的坐标或
定理:设 x1, x2, , xn是V n 的一个基,x V n , 则x可以唯一的表示为 x1, x2, , xn 的线性组合
过渡矩阵的性质
1)过渡矩阵都是可逆矩阵;反过来,任一可逆
矩阵都可看成是两组基之间的过渡矩阵.
证明:若 x1, x2 , , xn; y1, y2, , yn 为V的两组基,
且由基 x1, x2 , , xn到y1, y2 , , yn 的过渡矩阵为C,
即 ( y1, y2 , , yn ) ( x1, x2, , xn )C
2)若由基 x1, x2 , , xn到基y1, y2 , , yn 过渡矩阵为C, 则由基 y1, y2 , , yn到基x1, x2 , , xn 过渡矩阵为C-1.
3)若由基 x1, x2 , , xn到基y1, y2 , , y过n 渡矩阵为C, 由基 y1, y2 , , yn到基z1, z2 , , zn过渡矩阵为B,则 由基 x1, x2 , , xn到基z1, z2 , , zn过渡矩阵为CB.
y1, y2,
y1 c11x1 c21x2
,yy2n
c12
x1 c22 x1, x2 ,
x2 ,
xn
c1c1n1 xcn12 c2c1n2 xcn22
c1n
c2n
yn c1n x1 c2n x2 cnc1 nn xcnn2
cnn
线性空间

(5)1
(6)k(l) (kl)
(7)(k l) k l (8)k( ) k k
注 线性空间亦称向量空间.线性空间的元素又称 为向量.零元素又称为零向量.负元素又称负向量. 凡满足以上八条规律的加法及乘数运算,称为 线性运算.
线性空间是二维、三维几何空间及n 维向量 空间的推广,它在理论上具有高度的概括性.
V 的线性子空间,称为零子空间.
以上两个子空间称为平凡子空间
例 对于实数域 R上的线性空间 F 22 ,证明其
子集合
0
V1
M
M
b
a c
,
a,b, c R
是 F 22 的一个子空间.
只需证明其对加法和数乘运算封闭
例 设 V 是数域 F 上的线性空间, 1,2,,s
)x (
1
)
0
Pn[ x]
R[x]n 对运算封闭.
例 n次多项式的全体
Q[
x] n
{
p
an
xn
a1
x
a0
an ,, a1,
a0 R, 且 an 0}
对于通常的多项式加法和乘数运算不构成线性空间.
注:一个集合,如果定义的加法和数乘运算 是通常的实数间的加乘运算,则只需检验对 运算的封闭性.
第七章 线性空间
一、线性空间的定义
线性空间是为了解决实际问题而引入 的,是线性代数基本的概念之一,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.
定义: 设
V是一个非空集合, F 是一个数域.如果在
线性空间与线性变换解析

线性空间与线性变换解析线性空间和线性变换是线性代数中重要的概念。
线性空间是指具备了特定性质的向量集合,而线性变换是将一个向量空间映射到另一个向量空间的映射关系。
通过分析线性空间与线性变换的特点和性质,可以深入理解线性代数的基本概念与应用。
一、线性空间的定义与性质1.1 线性空间的定义线性空间,也称为向量空间,是指一个非空集合V及其上的两种运算:加法和标量乘法,满足以下八个条件:(1)加法交换律:对于任意的u和v,u+v=v+u;(2)加法结合律:对于任意的u、v和w,(u+v)+w = u+(v+w);(3)零向量存在:存在一个向量0,使得对于任意的u,u+0=u;(4)负向量存在:对于任意的u,存在一个向量-v,使得u+(-v)=0;(5)标量乘法结合律:对于任意的标量a和b,以及向量u,(ab)u=a(bu);(6)分配律1:对于任意的标量a和向量u、v,a(u+v)=au+av;(7)分配律2:对于任意的标量a和b,以及向量u,(a+b)u=au+bu;(8)单位元存在:对于任意的向量u,1u=u。
1.2 线性空间的基本性质(1)线性空间中的向量可以进行加法和标量乘法运算;(2)线性空间中的向量满足向量加法的封闭性和标量乘法的封闭性;(3)线性空间中的向量满足加法交换律、加法结合律和分配律;(4)线性空间中存在唯一的零向量和负向量;(5)线性空间中存在多个基向量,它们可以线性组合得到任意向量;(6)线性空间中的向量存在唯一的零向量和唯一的负向量。
二、线性变换的定义与性质2.1 线性变换的定义线性变换,也称为线性映射,是指将一个向量空间V映射为另一个向量空间W的一种映射关系。
若对于任意的向量u和v,以及任意的标量a和b,满足以下两个条件,则称该映射关系为线性变换:(1)保持加法运算:T(u+v) = T(u) + T(v);(2)保持标量乘法:T(au) = aT(u)。
2.2 线性变换的基本性质(1)线性变换保持零向量:T(0) = 0;(2)线性变换保持向量的加法和标量乘法运算;(3)线性变换保持向量的线性组合关系;(4)线性变换将线性无关向量映射为线性无关向量;(5)线性变换的核和像是向量空间。
- 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)。
第一讲 线性空间一、 线性空间的定义及性质 [知识预备]★集合:笼统的说是指一些事物(或者对象)组成的整体 集合的表示:枚举,表达式 集合的运算:并( ),交( )另外,集合的“和”(+):并不是严格意义上集合的运算,因为它限定了集合中元素须有可加性。
★数域:一种数集,对四则运算封闭(除数不为零)。
比如有理数域、实数域(R )和复数域(C )。
实数域和复数域是工程上较常用的两个数域。
线性空间是线性代数最基本的概念之一,也是学习现代矩阵论的重要基础。
线性空间的概念是某类事物从量的方面的一个抽象。
1.线性空间的定义:设V 是一个非空集合, 其元素用x,y,z 等表示, 并称之为向量;K 是一个数域,其元素用k,l,m 等表示。
如果V 满足[如下8条性质,分两类](I )在V 中定义一个“加法”运算,即当x,y V ∈时,有唯一的和x y V +∈(封闭性),且加法运算满足下列性质 (1)结合律 ()()x y z x y z ++=++;(2)交换律 x y y x +=+;(3)存在零元素0, 使x 0x +=;(4)存在负元素, 即对于任一向量x V ∈,存在向量y V ∈,使x y 0+=,且称y 为x 的负元素,记为x -。
则有()x x 0+-=。
(II )在V 中定义一个数乘 (数与向量的乘法) 运算,即当x V ∈,k K ∈时,有唯一的kx V ∈(封闭性),且数乘运算满足下列性质(5)数因子分配律 ()k x y k x k y +=+; (6)分配律 ()k l x k x l x +=+; (7)结合律 ()()k l x k l x =;(8)恒等律 1x x =; [数域中一定有1] 则称V 为数域K 上的线性空间或向量空间。
注意:1)线性空间不能离开某一数域来定义,因为同一个集合,如果数域不同,该集合构成的线性空间也不同。
(2)两种运算、八条性质数域K 中的运算是具体的四则运算,而V 中所定义的加法运算和数乘运算则可以十分抽象。
(3)除了两种运算和八条性质外,还应注意唯一性、封闭性。
唯一性一般较显然,封闭性还需要证明. 出现不封闭的情况:集合小、运算本身就不满足。
当数域K 为实数域时,V 就称为实线性空间;K 为复数域,V 就称为复线性空间。
例1. 设R +={全体正实数},其“加法”及“数乘”运算定义为x y xy ⊕= , k k x x =o证明:R +是实数域R 上的线性空间。
[证明] 首先需要证明两种运算的唯一性和封闭性 ①唯一性和封闭性唯一性显然设x 0,y 0,k R >>∈,则有k x y xy R ,k x x R ++⊕=∈=∈o 封闭性得证。
②八条性质(1) x (y z)x (yz)xyz (xy)z (x y)z ⊕⊕=⊕==⊕=⊕⊕ (2) x y xy yx y x ⊕===⊕(3) 1是零元素 x 1x 1x ⊕=⨯=[x 0x x0x 01]⊕=−−→=−−→=(4)1x是x 的负元素 11x x 1[x+y 0]x x ⊕=⨯==(5) k k k k (x y)(xy)x y k x k y ⊕===⊕o o o [数因子分配律] (6) k l k l (k l)x x x x (k x)(l x)+⊕===⊕o o o [分配律] (7) ()l k kl k (l x)(x )x kl x ===o o o [结合律] (8) 11x x x ==o [恒等律] 由此可证,R +是实数域R 上的线性空间。
2.定理:线性空间具有如下性质(1) 零元素是唯一的,任一元素的负元素也是唯一的。
(2) 如下恒等式成立: 0x 0,(1)x (x)=-=-。
[证明](1)采用反证法:①零元素是唯一的。
设存在两个零元素10v 和20v,则由于10v 和20v均为零元素, 按零元律有1212120+0=0=0+0=0 [交换律]所以 120=0即 10和20相同,与假设相矛盾,故只有一个零元素。
②任一元素的负元素也是唯一的。
假设x V ∀∈,存在两个负元素y 和z ,则根据负元律有x y 0x z +==+y y 0y (x z)(y x)z 0z z =+=++=++=+= [零元律] [结合律] [零元律] 即y 和z 相同,故负元素唯一。
(2) ①:设w=0x ,则 x +w =1x +0x =(1+0,故w =0。
[恒等律]②:设w=(-1)x , 则 x w 1x (1)x[1(1)+=+-=+-=0x 0=,故w=-x 。
3.线性相关性线性空间中相关性概念与线性代数中向量组线性相关性概念类似。
•线性组合: 12m 12m x ,x ,,x V ,c ,c cK∀∈∈LLm1122m m i i i 1c x c x c x c x =+++∑L @称为元素组12m x ,x ,,x L 的一个线性组合。
•线性表示:V 中某个元素x 可表示为其中某个元素组的线性组合,则称x 可由该元素组线性表示。
•线性相关性:如果存在一组不全为零的数12m c ,c c K ∈L ,使得对于元素12m x ,x ,,x V ∈L 有mi ii 1c x0==∑则称元素组12m x ,x ,,x L 线性相关,否则称其线性无关。
线性相关性概念是个非常重要的概念,有了线性相关性才有下面的线性空间的维数、基和坐标。
4.线性空间的维数定义:线性空间V 中最大线性无关元素组所含元素个数称为V 的维数,记为dimV 。
本课程只考虑有限维情况,对于无限维情况不涉及 。
例2. 全体m ×n 阶实矩阵的集合构成一个实线性空间(对于矩阵加法和数对矩阵的数乘运算),求其维数。
[解] 一个直接的方法就是找一个最大线性无关组,其元素尽可能简单。
令ij E u v为这样的一个m ×n 阶矩阵,其(i, j )元素为1,其余元素为零。
显然,这样的矩阵共有mn 个,构成一个具有mn 个元素的线性无关元素组{}11121n 21222n m1m2mn E ,E ,,E ;E ,E ,,E ;;E ,E ,,E L L L L 。
另一方面,还需说明元素个数最大。
对于任意的()ij m nA a ⨯=,都可由以上元素组线性表示,ij ij ij ij i,ji,jA a E a E -A 0=−−→=∑∑即{}ij E |i 1~m,j 1~n ==构成了最大线性无关元素组,所以该空间的维数为mn 。
二、 线性空间的基与坐标 1.基的定义:设V 是数域K 上的线性空间,()12r x ,x ,,x r 1≥L 是属于V 的r 个任意向量,如果它满足 (1)12r x ,x ,,x L 线性无关;(2)V 中任一向量x 均可由12r x ,x ,,x L 线性表示。
则称12r x ,x ,,x L 为V 的一个基或基底,并称i x (i=1,2,,r)L 为该基的基向量。
•基正是V 中最大线性无关元素组;V 的维数正是基中所含元素的个数。
•基是不唯一的,但不同的基所含元素个数相等。
例3 考虑全体复数所形成的集合C 。
如果K =C (复数域),则该集合对复数加法和复数对复数的数乘构成线性空间,其基可取为1,空间维数为1;如果取K =R (实数域),则该集合对复数加法及实数对复数的数乘构成实线性空间,其基可取为{1,i},空间维数为2。
2.坐标的定义:称线性空间n V 的一个基12n x ,x ,,x L 为n V 的一个坐标系,n x V ∀∈,它在该基下的线性表示为: ()ni ii i i 1x x K,x V,i 1,2,,n ==ξξ∈∈=∑L则称12n ,,,ξξξL 为x 在该坐标系中的坐标或分量,记为()T12n ,,,ξξξL讨论:(1)一般来说,线性空间及其元素是抽象的对象,不同空间的元素完全可以具有千差万别的类别及性质。
但坐标表示却把它们统一了起来,坐标表示把这种差别留给了基和基元素,由坐标所组成的新向量仅由数域中的数表示出来。
(2)更进一步,原本抽象的“加法”及 “数乘”经过坐标表示就演化为向量加法及数对向量的数乘。
11122n n 1122111222n n nx y (x x x )(x x x )()x ()x ()x +=ξ+ξ++ξ+η+η++η=ξ+η+ξ+η++ξ+ηL L L正对应()12n 1122n n 12n x (,,,)x y ,,,y (,,,)=ξξξ⎧→+=ξ+ηξ+ηξ+η⎨=ηηη⎩L L L2 ()()()()1122n n 1122n n kx k x x x k x k x k x =ξ+ξ++ξ=ξ+ξ++ξL L()12n k ,k ,,k →ξξξL正对应 ()12n 12n x (,,,)kx k ,k ,,k =ξξξ→=ξξξL L(3)显然,同一元素在不同坐标系中的坐标是不同的。
后面我们还要研究这一变换关系。
三、 基变换与坐标变换基是不唯一的,因此,需要研究基改变时坐标变换的规律。
设12n x ,x ,,x L 是n V 的旧基,12n y ,y ,,y L 是n V 的新基,由于两者都是基,所以可以相互线性表示nj ij ii 1y c x (i 1,2,,n)===∑L即11121n 21222n 12n 12n 12n n1n2nn c c c c c c y ,y ,,y x ,x ,,x x ,x ,,x C c c c ⎡⎤⎢⎥⎢⎥==⎡⎤⎡⎤⎡⎤⎣⎦⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦L L L L L M M O M L其中C 称为过渡矩阵,上式就给出了基变换关系,可以证明,C 是可逆的。
设n x V ∈,它在旧基下的线性表示为 1n2i i 12n i 1n x x x ,x ,,x =ξ⎡⎤⎢⎥ξ⎢⎥=ξ=⎡⎤⎣⎦⎢⎥⎢⎥ξ⎣⎦∑L M 它在新基下的线性表示为12i n ''n'i 12n i 1'x y y ,y ,,y =⎡⎤ξ⎢⎥ξ⎢⎥=ξ=⎡⎤⎣⎦⎢⎥⎢⎥⎢⎥ξ⎣⎦∑L M则 12n '1'212n 12n 'n y ,y ,,y x ,x ,,x ⎡⎤ξξ⎡⎤⎢⎥⎢⎥ξξ⎢⎥⎢⎥=⎡⎤⎡⎤⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎢⎥ξ⎢⎥ξ⎣⎦⎣⎦L L M M 由于基元素的线性无关性,得到坐标变换关系1122n n ''11''221''n n C C -⎡⎤⎡⎤ξξξξ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥ξξξξ⎢⎥⎢⎥⎢⎥⎢⎥=→=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥ξξ⎢⎥⎢⎥ξξ⎣⎦⎣⎦⎣⎦⎣⎦M M M M作业:P25-26 3,5,7,9补充:证明对于线性空间的零元素0,k K ∀∈,均有k00=。