线形空间的维数与基

合集下载

线性空间的基与维数

线性空间的基与维数

2,
a
3,
a
T
4)
线性空间 V的任一元素在不同的基下所对的
坐标一般不同,一个元素在一个基下对应的坐标是
唯一的.
例2 所有二阶实矩阵组成的集合V,对于矩阵 的加法和数量乘法,构成实数域 R上的一个线性
空间.对于V中的矩阵
E
11
1 0
0 0
,
E
12
0 0
1 , 0
0 0
0 0
E
21
1
0
,
E
22
( x1, x2 , , xn )T
结论
1.数域 P上任意两个n 维线性空间都同
构2..同构的线性空间之间具有反身性、对称性
与传递性.
3.同维数的线性空间必同构.
同构的意义
在线性空间的抽象讨论中,无论构成线性空间 的元素是什么,其中的运算是如何定义的,我们所 关心的只是这些运算的代数性质.从这个意义上可 以说,同构的线性空间是可以不加区别的,而有限 维线性空间唯一本质的特征就是它的维数.
( 2)
V中任一元素总可由1,2 ,
,
线
n

表示,
那末, 1,2 , ,n 就称为线性空间V 的一个
基, n 称为线性空间V 的维数.
维数为n的线性空间称为n 维线性空间,记作Vn . 当一个线性空间 V 中存在任意多个线性无关
的向量时,就称 V 是无限维的.
若1 ,2 , ,n为Vn的一个基,则Vn可表示为
一、线性空间的基与维数
已知:在 Rn中,线性无关的向量组最多由 n 个向量组成,而任意 n 1个向量都是线性相关的.
问题:线性空间的一个重要特征——在线性空 间V 中,最多能有多少线性无关的向量?

线性空间的基与维数

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。

线性空间,基和维数

线性空间,基和维数
第六章 线性空间
§1 集合映射 集合 §2 线性空间的定义 与简单性质 §3 维数基与坐标 维数 §4 基变换与坐标变换 §5 线性子空间 §6 子空间的交与和 §7 子空间的直和 §8 线性空间的同构 小结与习题
§6.3 维数 基与坐标
一、线性空间中向量之间的线性关系 二、线性空间的维数、基与坐标 线性空间的维数、
§6.3 维数 基 坐标
( 2) 基 在 n 维线性空间 V 中,n 个线性无关的向量
ε 1 , ε 2 ,L , ε n ,称为 V 的一组基; 的一组基
(3)坐标
ε1 , ε 2 ,L, ε n 为线性空间 V 的一组基, ∈ V , α 的一组基, 若 α = a1ε 1 + a2ε 2 + L + anε n , a1 , a2 ,L , an ∈ P
注:任意数域 看成是它自身上的线性空间是一维的, 任意数域P看成是它自身上的线性空间是一维的 看成是它自身上的线性空间是一维的,
就是它的一组基. 数1就是它的一组基 就是它的一组基
§6.3 维数 基 坐标
例5
求数域P上的线性空间 求数域 上的线性空间 P
2×2
的维数和一组基. 的维数和一组基.
解:令 E11 = 1 0 , E12 = 0 1 , E21 = 0 0 , E22 = 0 0 1 0 0 1 0 0 0 0
§6.3 维数 基 坐标
注意: 注意:
的基不是唯一的, 中任意 个 ① n 维线性空间 V的基不是唯一的,V中任意 n个 的基不是唯一的 线性无关的向量都是V的一组基. 线性无关的向量都是 的一组基. 的一组基 任意两组基向量是等价的. ② 任意两组基向量是等价的. 例3(1)证明:线性空间 维的, ( )证明:线性空间P[x]n是n 维的,且 1,x,x2,…,xn-1 为 P[x]n 的一组基. , , 的一组基. , - (2)证明:1,x-a,(x-a)2,…,(x-a)n-1 )证明: , - , - , - - 也为P[x]n的一组基. 的一组基. 也为

02 第二节 维数、基与坐标

02 第二节 维数、基与坐标
. 显然,是的倍数. 向量组与向量组等价,并且线性无关,进而是的 一组基,所以.
例6 (E04) 证明维线性空间 与维数组向量空间同构.
证 (1) 中的元素与中的元素形成一一对应关系;
(2) 则有
结论 1. 数域上任意两个维线性空间都同构. 2. 同构的线性空间之间具有反身性、对称性与传递性. 3. 同维数的线性空间必同构.
例4(E02) 所有二阶实矩阵组成的集合对于矩阵的加法和数量乘法, 构成实数域R上的一个线性空间. 试证
,,, 是中的一组基, 并求其中矩阵A在该基下的坐标.
证 先证其线性无关, 由有
即线性无关. 又对于任意二阶实矩阵 有 因此为的一组基. 而矩阵在这组基下的坐标是
例5 (E03) 求子空间的维数,其中 解 易知是由下列向量的全体线性组合所构成的集合:
第二节 基、维数与坐标
分布图示
★ 引言
★ 线性空间的基与维数
★ 生成子空间
★ 例1
★ 坐标
★ 例2
★ 例3 ★ 例4
★ 线性空间的同构
★ 例6
★ 内容小结
★ 课堂练习
★ 习题6-2
★ 例5 ★ 例7
内容要点
一、线性空间的基与维数 我们已知在中,线性无关的向量组最多由个向量组成,而任意个向
量都是线行相关的。现在我们要问:在线性空间中,最多能有多少个线 性无关的向量?
元素有序数组 定义2 设是线性空间的一个基,对于任一元素, 有且仅有一组有序数 使,则称有序数组为元素在基下的坐标, 并记作.
二、线性空间的同构 设是维线性空间的一组基,在这组基下,中的每个向量都有唯一确
定的坐标,而向量的坐标可以看作中的元素,因此向量与它的坐标之间 的对应就是到的一个映射。对于中不同的向量它们的坐标也不同,即对 应于中的不同元素。反过来,由于中的每个元素都有中的向量与之对 应,我们称这样的映射是与的一个一一对应的映射。这个映射的一个重 要特征表现在它保持线性运算(加法和数乘)的关系不变。

高等代数 第6章线性空间 6.2 基底、坐标与维数

高等代数 第6章线性空间 6.2 基底、坐标与维数

任一不超过4次的多项式 p a 4 x 4 a 3 x 3 a 2 x 2 a1 x a 0 可表示为 p a 0 p1 a 1 p 2 a 2 p 3 a 3 p 4 a 4 p 5
因此 p 在这个基下的坐标为 ( a 0 , a 1, a 2 , a 3 , a 4 )
T
若取另一基q1 1, q 2 1 x , q 3 2 x 2 , q 4 x 3 , q5 x4 , 则 1 p (a 0 a 1 )q1 a 1 q 2 a 2 q 3 a 3 q 4 a 4 q 5 2 因此 p 在这个基下的坐标为
1 ( a 0 a 1, a 1, a 2 , a 3 , a 4 ) 2 注意 线性空间 V的任一元素在不同的基下所对的 坐标一般不同,一个元素在一个基下对应的坐标是 唯一的.
T
例2 所有二阶实矩阵组成的集合 V ,对于矩阵 的加法和数量乘法,构成实数域 R上的一个线性 空间.对于 V 中的矩阵

1 E 11 0 0 E 21 1
0 0 1 , E 12 , 0 0 0 0 0 0 , E 22 0 0 1
而矩阵A在这组基下的坐标是 (a 11, a 12, a 21, a 22) .
T
例3 在线性空间R, 2 ( x a ), 3 ( x a ) , , n ( x a )
则由泰勒公式知
2
n 1
f ' ' (a ) 2 f ( x ) f (a ) f ' (a )( x a ) ( x a) 2! ( n 1) (a ) f n 1 ( x a) ( n 1)! 因此 f ( x )在基 1 , 2 , 3 , , n 下的坐标是

基与维数的几种求法

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。

线性空间的基与维数

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)。

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,那么就成V 为无限维的。

例1 设{}0V X AX ==,A 为数域P 上m n ⨯矩阵,X 为数域P 上n 维向量,求V 的维数和一组基。

解 设矩阵A 的秩为r ,则齐次线性方程组0AX =的任一基础解系都是V 的基,且V 的维数为n r -。

例2 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 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3 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 考察()()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。

  1. 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. 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. 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)。

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。

定义1.4、域S 上线性空间V 的一个非空子集V ,如果对于U 的加法与纯量乘法也形成S 上的线性空间,则V 是U 的线性子空间,简称子空间。

定义1.5、在U 中取向量1∂,2,∂,s ∂;由它们的所有线性组合构成的集合 {1122S s s i m m m m ∂+∂++∂∈ i=1,2,s }是U 的一个子空间,称为由1∂,2,∂,s ∂生成的子空间,记作<1∂,2,∂,s ∂>。

定义1.6、设U 与U '都是域F 上的线性空间,如果有U 到U '的一个双射τ,使得对,,A B V m S ∀∈∈有()()()A B A B τττ+=+()()mA m A ττ=那么τ是U 与U '的一个同构映射,如果U 与U '有一个同构映射,则称为U 与U '同构,记作 U U '≅二、线性空间的基和维数求解方法在高等代数学科中,线性空间比较抽象,对于有限维的线性空间来说,维数和基的求解也是必须了解和掌握的内容,本文在此将对有限维线性空间的基和维数求解方法作总结和探讨。

2.1、定义法利用线性空间维数和基的定义,可求解一些简单线性空间的维数和基。

例2.1.1、令V={(,i v i αβμ++)α,β,v ,μ∈R}∈则U 对二元向量的加法与数量乘法运算作成C 上的线性空间,分别用dim c U 和dim R U 表示它们的维数,求dim c U 和dim R U 及相应的基。

解:I :对复数域而言,(,)(,)a b i v i U αβμ∀=++∈,(,)(1,0)(0,1)a b a b =+ ,(0,1),(1,0)是C 上线性空间的一个生成系,线性无关,所以是该空间的一个基∴dim c U=2。

Ⅱ、对实数域而言(,)(;)a b i v i U αβμ∀=++∈,(,)(1,0)(,0)(0,1)(0,)a b i v i αβμ=+++,于是:),0(),1,0(),0,(),0,1(i i 是R 上的一个生成系,也线性无关从而是U 的一个基,于是:dim R U=4。

例2.1.2、求F M 3中的所有与B 可交换的矩阵所构成的子空间ℵ的维数和一个基,其中:100010312B ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦。

解:易证F M 3中的所有与B 可交换的矩阵构成F M 3的一个子空间,任取A ,M ,N ∈F M 3,设:111213212223313233e e e A e e e e e e ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦, 111213212223112131122232132333323232e e e BA e e e e e e e e e e e e ⎡⎤⎢⎥=⎢⎥⎢⎥++++++⎣⎦, 1113121313212322232331333233332323e e e e e AB e e e e e e e e e e ++⎡⎤⎢⎥=++⎢⎥⎢⎥++⎣⎦, 由AB=BA 得:132333121131221232033e e e e e e e e e ===⎧⎪=--⎨⎪=--⎩,111211311232313203300e e M e e e e e e ⎡⎤⎢⎥=----⎢⎥⎢⎥⎣⎦=11100300000e ⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦+12010030000e ⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦+31000100100e ⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦+32000010010e ⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦, ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000003001,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-000030010,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-001001000,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-010010000∈ℵ,它们线性无关,是W 的一个生成系,从而是ℵ的一个基,于是dim ℵ=4。

例2.1.3、在R M 2中,定义线性变换F :1112()1111F x x ⎡⎤⎡⎤=⎢⎥⎢⎥-⎣⎦⎣⎦,其中x ∈R M 2 Ker (τ)与Im (τ)的维数及一个基。

解:I 、任取= Ker (σ),设11122122a a x a a ⎡⎤=⎢⎥⎣⎦,其中(11a , 21a ,21a , 22a )∈R 则()F x =111201111x ⎡⎤⎡⎤=⎢⎥⎢⎥-⎣⎦⎣⎦⇒11011x ⎡⎤=⎢⎥⎣⎦⇒1121212200a a a a +=⎧⎨+=⎩ ⇒x=21222122212210001001a a a a a a ---⎡⎤⎡⎤⎡⎤=+⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦。

易证⎥⎦⎤⎢⎣⎡-0101,⎥⎦⎤⎢⎣⎡-1010∈Ker (F )线性无关,故是Ker (F )的一个基, 于是dim Ker (F )=2。

Ⅱ、任取F (x )∈Im (F ),x ∈R M 2,设11122122b b x b b ⎡⎤=⎢⎥⎣⎦则:(x )=()()112112221211()1211F x a a a a -⎡⎤⎡⎤=+++⎢⎥⎢⎥-⎣⎦⎣⎦, F(⎥⎦⎤⎢⎣⎡0001)=⎥⎦⎤⎢⎣⎡2121∈Im(F) , F(⎥⎦⎤⎢⎣⎡0010)=⎥⎦⎤⎢⎣⎡--1111∈Im(F), 且⎥⎦⎤⎢⎣⎡2121,⎥⎦⎤⎢⎣⎡--1111线性无关,故: ⎥⎦⎤⎢⎣⎡2121,⎥⎦⎤⎢⎣⎡--1111是Im(F)的一个基,于是dimIm(F)=2。

从以上几个例题可见,对于具体的线性空间,只要任取其中的一个向量进行分解,便可迅速得到线性空间的一个基,并由此求的其维数,定义法的依据:有限维线性空间中每一个向量可唯一表示成基向量的线性组合;对于一些特殊的线性空间,维数和基还有其他求解方法。

2.2、利用相关定理求维数与基定理2.2.1、设1V ,2V 都是域F 上线性空间V 的有限维子空间,则1V 2V ,1V +2V 是有限维子空间,并且: dim 1V =dim 2V =dim (1V +2V )+dim (1V 2V )。

推论2.2.2、设1V ,2V 都是域F 上的n 维线性空间V 的子空间,则:dim (1V +2V )= dim 1V + dim 2V ⇔1V 2V =0。

例2.2.3、设V=4K ,1V =<1α,2α>,2V =><321,βββ,其中⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=02101α,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=20112α,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=32101β,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=10322β,⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡-=52113β, 分别求1V +2V ,1V 2V 的一个基和维数。

解: 1V +2V =<1α,2α>+><321,βββ=><32121,,,βββαα,∴向量组32121,,,,βββαα的一个极大无关组就是1V +2V 的一个基,这个向量组的秩就是1V +2V 的维数,为此,令:A=),,,,(32121βββαα,对A 作初等变换,化成阶梯矩阵A=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--51320202021311112010→⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----51320120100601013111→⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡----210000553001201013111, ∴ran (A )=4,由此2121,,,ββαα是1V +2V 的一个基,dim (1V +2V )=4,dim (1V 2V )= dim 1V + dim 2V - dim (1V +2V ),dim 1V =2, dim 2V =3,∴ dim (1V 2V )=2+3-4=1。

3β可由2121,,,ββαα线性表出,其系数即是线性方程:324132211βββαα=+++x x x x 。

A=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡--51320202021311112010→⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡-5210003701005900103130001, 此方程的解为52,37,59,313(-)',因此:3β=2121523759313ββαα+++-,32121523759313βββαα-+=- ∈1V 2V ,⇒ 32121156352765βββαα-+=-,于是[]'-=-54,130,38,27276521αα为1V 2V 的一个基。

性质2.2.4、如果1α, ,2α,n α是V 的一个基,则σ(1α),σ(2α) ,,σ(n α)是V '的一个基。

性质2.2.5、域F 上两个有限维线性空间同构的充分必要条件是它们的维数相同。

性质 2.2.6、如果W 是域F 上有限维空间V 的一个子空间,则W V W V dim dim dim -=。

相关文档
最新文档