《高等代数》PPT课件
合集下载
高等代数课件

(1) a111 a212 ar1r
(r ) a1r1 a2r2 arrr (r1) a1,r11 ar,r1r ar1,r1r1 an,r1n
(n ) a1n1 arnr ar1,nr1 annn
这表明关于这个基的矩阵是
A1 O
A3 A2
|W关于W的基1, 2, …, r 的矩阵
定理7.3.3 设V是数域F上的一个n维向量空间, {1, 2, …, n} 是V的一个基, 对于V的每个线性变换, 让它对应于它关于基{1, 2, …, n}的矩阵A. 如此建立的对应关系是L(V)到Mn(F)的一个同构 (保持加法和纯量乘法的双射). 而且如果变换,分别对应于矩阵A,B, 则变换,的乘积对应于矩阵A,B的乘积AB. (保持乘法)
例 6 接例4. V3是L与H的直和. 取L上的一个非零向量1作为它
的基, 取H上的两个正交单位向量2, 3作为它的基, 那么1, 2, 3组
V3的一个基. 关于这个基的矩阵是
1 0
0
0 cos sin
0 sin cos
应该地, 如果V是它的子空间W1, W2, … , Ws的直和, 且每一个都 是的不变子空间. 用这些子空间的基组V的一个基. 则关于这个基
定理7.1.2 设是向量空间V到W的一个线性映射. 则有 (i) 是单射Im()=W. (i) 是满射Ker()={0}.
两个线性映射的合成映射是线性映射. 设U, V, W是数域F上的向量空间, : UV, :VW是线性映射. 则合成映射:VW是U到W线性映射.
如果线性映射:VW有逆映射 1, 则 1是从W到V的线性映 射.
(n ) a1n1 a2n2 annn
其中, (a1j, a2j,…, anj, )是(j )关于基1, 2, …, n的坐标 j=1,2, …,n,. 它们是唯一确定的. 以它为第j列, 做成一个矩阵:
(r ) a1r1 a2r2 arrr (r1) a1,r11 ar,r1r ar1,r1r1 an,r1n
(n ) a1n1 arnr ar1,nr1 annn
这表明关于这个基的矩阵是
A1 O
A3 A2
|W关于W的基1, 2, …, r 的矩阵
定理7.3.3 设V是数域F上的一个n维向量空间, {1, 2, …, n} 是V的一个基, 对于V的每个线性变换, 让它对应于它关于基{1, 2, …, n}的矩阵A. 如此建立的对应关系是L(V)到Mn(F)的一个同构 (保持加法和纯量乘法的双射). 而且如果变换,分别对应于矩阵A,B, 则变换,的乘积对应于矩阵A,B的乘积AB. (保持乘法)
例 6 接例4. V3是L与H的直和. 取L上的一个非零向量1作为它
的基, 取H上的两个正交单位向量2, 3作为它的基, 那么1, 2, 3组
V3的一个基. 关于这个基的矩阵是
1 0
0
0 cos sin
0 sin cos
应该地, 如果V是它的子空间W1, W2, … , Ws的直和, 且每一个都 是的不变子空间. 用这些子空间的基组V的一个基. 则关于这个基
定理7.1.2 设是向量空间V到W的一个线性映射. 则有 (i) 是单射Im()=W. (i) 是满射Ker()={0}.
两个线性映射的合成映射是线性映射. 设U, V, W是数域F上的向量空间, : UV, :VW是线性映射. 则合成映射:VW是U到W线性映射.
如果线性映射:VW有逆映射 1, 则 1是从W到V的线性映 射.
(n ) a1n1 a2n2 annn
其中, (a1j, a2j,…, anj, )是(j )关于基1, 2, …, n的坐标 j=1,2, …,n,. 它们是唯一确定的. 以它为第j列, 做成一个矩阵:
《高等代数》PPT课件

命题5.1.2 对于任意向量和任意数a都有:
0=0, a0=0.
a()=(a) = a.
a=0a=0 或 =0.
2021/8/17
15
三. 约定
设V是数域F上的一个向量空间. 如果a是F中的一个数, 是V中的一个向量, 我们约定 a=a. 设1, 2,…, n,是V中的n个向量, 以它们为元素写成一个1n矩阵 (1, 2,…, n). 再设A是F上的一个nm阶矩阵. 则我们可以像普通矩 阵的乘法一样, 将(1, 2,…, n)和A相乘, 但是 (1, 2,…, n)A的结果 是一个以向量为元素的矩阵, 即:
3) 0+ = 4) 对任意 ,存在 ,使得 + = 0, 称为的负元素; 5) a( +) = a +a ; 6) (a+b) =a +b ; 7) a (b)=(ab) ;
8) 1 = .
2021/8/17
8
二、向量空间的定义
定义1 设V是一个非空集合,F是一个数域. 我们
把V中的元素用小写希腊字母, ,,…来表示,
2021/8/17
4
例2 在平面上建立直角坐标系后,把从原点出发的一切向
量组成的集合记为V2. 对V2中任意向量X和Y, 用平行四边形法则,有X+YV2. 对
任意实数k以及V2中任一向量X,有kXV2. 并且对任意的X, Y,
ZV2,a, bR,有
1) X+Y=Y+X;
2) (X+Y)+Z=X+(Y+Z);
高等代数课件
2021/8/17
1
第五章 向量空间
5.1 向量空间的定义 5.2 向量的线性相关性 5.3 基维数和坐标 5.4 子空间 5.5 向量空间的同构
高等代数【北大版】课件

线性规划问题
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中,线性方程组可以用来描述各 种现象,如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中,线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科,为其他分支提供了理论基础,如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象,具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式,其中$a_0, a_1, ldots, a_n$是整数,$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程,有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ,将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵,其非主对角线上的元素都 为零,主对角线上的元素为特征值。通过相 似对角化,可以简化矩阵运算,并更好地理 解矩阵的性质和特征。
线性方程组是求解线性规划问题的常用工具 。
物理问题建模
在物理问题中,线性方程组可以用来描述各 种现象,如振动、波动等。
投入产出分析
通过线性方程组分析经济系统中各部门之间 的相互关系。
控制系统分析
在控制系统分析中,线性方程组用于描述系 统的动态行为。
PART 03
向量与矩阵
REPORTING
高等代数【北大版】 课件
REPORTING
• 绪论 • 线性方程组 • 向量与矩阵 • 多项式 • 特征值与特征向量 • 二次型与矩阵的相似对角化
目录
PART 01
绪论
REPORTING
高等代数的应用
在数学其他分支的应用
高等代数是数学的基础学科,为其他分支提供了理论基础,如几 何学、分析学等。
PART 04
多项式
REPORTING
一元多项式的定义与运算
总结词
一元多项式的定义、运算性质和运算方法。
详细描述
一元多项式是由整数系数和变量组成的数学对象,具有加法、减法、乘法和除法等运算性质和运算方法。一元多 项式可以表示为$a_0 + a_1x + a_2x^2 + ldots + a_nx^n$的形式,其中$a_0, a_1, ldots, a_n$是整数,$x$是 变量。
矩阵的相似对角化
总结词
矩阵的相似对角化是将矩阵转换为对角矩阵 的过程,有助于简化矩阵运算和分析。
详细描述
矩阵的相似对角化是通过一系列的线性变换 ,将一个矩阵转换为对角矩阵。对角矩阵是 一种特殊的矩阵,其非主对角线上的元素都 为零,主对角线上的元素为特征值。通过相 似对角化,可以简化矩阵运算,并更好地理 解矩阵的性质和特征。
高等代数第一讲代数系统PPT课件

带余除法; 带余除法;
称K为F的子域,F称 而为K的扩域。 则有 deg (fg)=deg f+deg g
C的子域被称作数域,
有理数Q域 是最小的数 --是 域任意数域的子
II Polynomial form
§1- 1基本概念与运算
定义1:(i)设F为一个域X是 ,不属F于 的 任一个符号,则形如
例3:n阶可逆方阵的全体通(常按矩阵的 乘法)是乘法群。一称般为线性.- 群- generallineargrou简 p 记为 GLn(F).
而 SLn(F= ) {AMn(F)detA=1} 称为特殊线性群S- pe- ciaLl ineargroup
定义中的恒元和逆是元乘都在左边的, 可以证明,乘在右有边相也同的性质。 即 aa-1=e, ae=a.
X5 4 X 4 3 X 3 2 X 2 X 1
4X 3
4 45
23 X 2
23 X 3
117 X
23 5 23
586
117 X 2
117 5 117
586 X 586 5 586
r(X)= 2931
于是 q(X)4X323 X211X758,r6(X)29,3 f(X)q(X)(X5)r(X) . r(X)f(5)
若 defgdegg ,则 q令 0。 rf即可
记 fanXnan 1Xn 1 a1Xa0, an0
gbm Xmbm 1Xm 1 b1Xb0,令
q1
an bm
Xnm,
则gq1与f 的首项相同
q1
an bm
Xnm,
则gq1与f 的首项相
f gq1 f1的次数 f 低 比,f1对 同样讨
存在 q1,,qs使 de r0 g de g或 g r00
称K为F的子域,F称 而为K的扩域。 则有 deg (fg)=deg f+deg g
C的子域被称作数域,
有理数Q域 是最小的数 --是 域任意数域的子
II Polynomial form
§1- 1基本概念与运算
定义1:(i)设F为一个域X是 ,不属F于 的 任一个符号,则形如
例3:n阶可逆方阵的全体通(常按矩阵的 乘法)是乘法群。一称般为线性.- 群- generallineargrou简 p 记为 GLn(F).
而 SLn(F= ) {AMn(F)detA=1} 称为特殊线性群S- pe- ciaLl ineargroup
定义中的恒元和逆是元乘都在左边的, 可以证明,乘在右有边相也同的性质。 即 aa-1=e, ae=a.
X5 4 X 4 3 X 3 2 X 2 X 1
4X 3
4 45
23 X 2
23 X 3
117 X
23 5 23
586
117 X 2
117 5 117
586 X 586 5 586
r(X)= 2931
于是 q(X)4X323 X211X758,r6(X)29,3 f(X)q(X)(X5)r(X) . r(X)f(5)
若 defgdegg ,则 q令 0。 rf即可
记 fanXnan 1Xn 1 a1Xa0, an0
gbm Xmbm 1Xm 1 b1Xb0,令
q1
an bm
Xnm,
则gq1与f 的首项相同
q1
an bm
Xnm,
则gq1与f 的首项相
f gq1 f1的次数 f 低 比,f1对 同样讨
存在 q1,,qs使 de r0 g de g或 g r00
高等代数北大版ppt课件.ppt

n
令
f ( ) kiai ,
i 1
kn n
则 f :V P 为线性函数,且
f ( i ) ai , i 1, 2, , n
§10.1 线性函数
例1. 设 a1,a2, ,an P, ( x1, x2,
n
则
f ( ) ai
i 1
是 Pn 到 P的一个线性函数.
, xn ) Pn
解:
f f
( (
1) 2)
f 2
( 3 ) f ( 3
1 )
1
f f
( (
1 2
) )
4 7
f (1) f (2 ) 3
f ( 3 ) 3
所以 f ( x11 x2 2 x3 3 ) 4 x1 7 x2 3 x3 .
§10.1 线性函数
例4. V 是数域 P上的3维线性空间, f 是V上的
x11 x2 2 x3 3 x1a1 x2a2 x3a3 即为V上的线性函数,且 f ( i ) ai , i 1,2, , n
若还有 g 是 V上线性函数使 g( i ) ai , i 1,2, , n,
则 x11 x2 2 x3 3 V , 有
g( ) x1g(1 ) x2 g( 2 ) xn g( n )
f ( ) x2 f ( 2 ) x2 .
§10.1 线性函数
定理1 设V为数域 P上的一个n 维线性空间,
1, 2 , , n为V的一组基, a1,a2 , ,an 为 P中
任意n 个数. 则存在唯一的V上线性函数 f 使
f i ai, i 1,2, ,n.
§10.1 线性函数
证明:映射 f :V P,
x1a1 x2a2 xnan
《高等代数》线性变换PPT课件

的列是
x 1
A
x2
.
x n
综合上面所述, 我们得到坐标变换公式:
定理7.3.1 令V是数域F上一个n 维向量空间,σ是 V的一个线性变换,而σ关于V的一个基
{1,2, ,的n 矩}阵是
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
如果V中向量ξ关于这个基的坐标是 (x1,x2, ,xn,) 而σ(ξ)的坐标是 (y1,y2, ,yn),
例1 对于 R 2 的每一向量x1,x2定义
x 1 ,x 1 x 2 ,x 1 x 2 R 3
σ是 R 2到 R 3的一个映射,我们证明,σ是一个线
性映射.
例2 令H是V 3 中经过原点的一个平面.对于 V 3 的每一
向量ξ,令 表示 向量ξ在平面H上的正射影.根据射 影的性质, : 是到V 3 的V一3 个线性映射.
x1
( 1,
2
,
,
n
)
x2
.
xn
因为σ是线性变换,所以
() x1(1)x2(2)xn(n)
(2)
x1
((1),(2),,(n))
x2
.
xn
将(1)代入(2)得
x1
(
)
(1,2
,,
n
)
A
x2
.
xn
最后,等式表明,( )关 ( 1 , 于 2 , n )的坐标所组成
定理7.1.2 设V和W是数域F向量空间,而是一个线性
射,那么
:VW
(i) σ是满射 Im)(W
(ii) σ是单射 K(e )r{0}
x 1
A
x2
.
x n
综合上面所述, 我们得到坐标变换公式:
定理7.3.1 令V是数域F上一个n 维向量空间,σ是 V的一个线性变换,而σ关于V的一个基
{1,2, ,的n 矩}阵是
a11
A
a21
a12
a22
a1n a2n
an1 an2 ann
如果V中向量ξ关于这个基的坐标是 (x1,x2, ,xn,) 而σ(ξ)的坐标是 (y1,y2, ,yn),
例1 对于 R 2 的每一向量x1,x2定义
x 1 ,x 1 x 2 ,x 1 x 2 R 3
σ是 R 2到 R 3的一个映射,我们证明,σ是一个线
性映射.
例2 令H是V 3 中经过原点的一个平面.对于 V 3 的每一
向量ξ,令 表示 向量ξ在平面H上的正射影.根据射 影的性质, : 是到V 3 的V一3 个线性映射.
x1
( 1,
2
,
,
n
)
x2
.
xn
因为σ是线性变换,所以
() x1(1)x2(2)xn(n)
(2)
x1
((1),(2),,(n))
x2
.
xn
将(1)代入(2)得
x1
(
)
(1,2
,,
n
)
A
x2
.
xn
最后,等式表明,( )关 ( 1 , 于 2 , n )的坐标所组成
定理7.1.2 设V和W是数域F向量空间,而是一个线性
射,那么
:VW
(i) σ是满射 Im)(W
(ii) σ是单射 K(e )r{0}
高等代数ppt课件

1)如果f(x)与g(x)都等于0,那么0就是f(x)和g(x)的一个最大公因 式;
2)如果g(x) ︳f(x),那么g(x)就是f(x)与g(x)的一个最大公因式;
§4.2 最大公因式
一、最大公因式的概念
1、公因式:如果多项式(x) 即是 f (x)的因式,又是g(x)的因式, 则称(x)为 f (x) 和 g(x) 的公因式。
3) f (x)g(x) = g(x) f (x);
4) (f (x)g(x)) h(x)=f (x)(g(x) h(x)); 5) f (x)(g(x)+h(x))=f (x)g(x)+f (x) h(x).
关于多项式的和与积的次数,我们有
引理4.1.1 设f (x),g(x)是F[x]中非零多项式.则 (i) 当f (x)+g(x)≠0时,
deg( f (x)+g(x))≤max{deg f (x),deg g(x)}. (ii) deg( f (x)g(x)) = deg f (x)+deg g(x). 推论4.1.2 设f (x), g(x) , h(x) ∈F[x]. (i) 如果f (x) g(x)=0,那么f (x) =0,或者 g(x)=0; (ii) 如果f (x) g(x) = f (x) h(x),且f (x)≠0,那么g(x) =h(x).
这里当m<n时, bm+1=…=bn= 0.
多项式f (x)与g(x)的积f (x)g(x)是指多项式 c0+c1x+c2x2+…+ckxk+…+cn+mxn+m,
其中 ck= aibj i jk
k=1,2,3, …,n+m.
对多项式g(x) = b0+b1x+b2x2+…+b m1x m1+bmxm, 所谓g(x) 的负多项式-g(x) 是指多项式
2)如果g(x) ︳f(x),那么g(x)就是f(x)与g(x)的一个最大公因式;
§4.2 最大公因式
一、最大公因式的概念
1、公因式:如果多项式(x) 即是 f (x)的因式,又是g(x)的因式, 则称(x)为 f (x) 和 g(x) 的公因式。
3) f (x)g(x) = g(x) f (x);
4) (f (x)g(x)) h(x)=f (x)(g(x) h(x)); 5) f (x)(g(x)+h(x))=f (x)g(x)+f (x) h(x).
关于多项式的和与积的次数,我们有
引理4.1.1 设f (x),g(x)是F[x]中非零多项式.则 (i) 当f (x)+g(x)≠0时,
deg( f (x)+g(x))≤max{deg f (x),deg g(x)}. (ii) deg( f (x)g(x)) = deg f (x)+deg g(x). 推论4.1.2 设f (x), g(x) , h(x) ∈F[x]. (i) 如果f (x) g(x)=0,那么f (x) =0,或者 g(x)=0; (ii) 如果f (x) g(x) = f (x) h(x),且f (x)≠0,那么g(x) =h(x).
这里当m<n时, bm+1=…=bn= 0.
多项式f (x)与g(x)的积f (x)g(x)是指多项式 c0+c1x+c2x2+…+ckxk+…+cn+mxn+m,
其中 ck= aibj i jk
k=1,2,3, …,n+m.
对多项式g(x) = b0+b1x+b2x2+…+b m1x m1+bmxm, 所谓g(x) 的负多项式-g(x) 是指多项式
高等代数 北大 课件

拉普拉斯定理与因式分解
总结词
拉普拉斯定理的表述、应用和因式分解的方法。
详细描述
拉普拉斯定理是行列式计算中的重要定理,它提供了计算行列式的一种有效方法。因式分解是将多项式分解为若 干个因子的过程,是解决代数问题的重要手段之一。
CHAPTER 04
矩阵的分解与二次型
矩阵的分解
01
02
03
矩阵的三角分解
矩阵的乘法
矩阵的乘法满足结合律和分配律,但不一定满足 交换律。
பைடு நூலகம்
矩阵的逆与行列式
矩阵的逆
对于一个非奇异矩阵,存在一个逆矩阵,使得原矩阵 与逆矩阵相乘等于单位矩阵。
行列式的定义
行列式是一个由矩阵元素构成的数学量,可以用于描 述矩阵的某些性质。
行列式的性质
行列式具有一些重要的性质,如交换律、结合律、分 配律等。
将一个矩阵分解为一个下 三角矩阵和一个上三角矩 阵之积。
矩阵的QR分解
将一个矩阵分解为一个正 交矩阵和一个上三角矩阵 之积。
矩阵的奇异值分解
将一个矩阵分解为若干个 奇异值和若干个奇异向量 的组合。
二次型及其标准型
二次型的定义
一个多项式函数,可以表示为$f(x_1, x_2, ..., x_n) = sum_{i=1}^{n} sum_{ j=1}^{n} a_{ij} x_i x_j$,其中 $a_{ij}$是常数。
VS
二次型的标准型
通过线性变换,将一个二次型转化为其标 准形式,即一个平方项之和减去另一个平 方项之和。
正定二次型与正定矩阵
正定二次型的定义
对于一个二次型,如果对于所有 的非零向量$x$,都有$f(x) > 0$ ,则称该二次型为正定二次型。
- 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)。
6) (a+b)X=aX+bX;
7) (ab)X=a(bX);
8) 1X=X.
.
5
例3 设Fn [x]是次数不超过n的系数在F中的多项式连同 零多项式组成的集合. 对任意两个多项式f(x), g(x)Fn [x] , f(x)+g(x)Fn [x]. 又对F中的任意数k, kf(x)Fn [x]. 并且,对
域R上的向量空间.
.
11
例6 设V为正实数集,R为实数域,在V中 规定加法和数量乘法运算如下:
ˆ = (即与的积) kˆ = k (即的k次幂) 其中, V, kR. 对任意的 , V , kR,有 ˆ = V, ˆ = k V.
.
12
并且,对任意的 , , V,k,m R,有 1) ˆ = = = ˆ 2) ( ˆ) ˆ =()ˆ =() =( )= ˆ( )= ˆ ( ˆ )
5) a·(f (x)+g(x))=a ·f (x) +a·g(x);
6) (a+b) ·f (x)=a·f (x)+b·f(x);
7) (ab) ·f (x)=a·(b·f(x));
8) 1·f (x) =f (x).
.
6
例4 设Mmn(F)是数域F上全体mn矩阵的集合,对任意的 A,BMmn(F) ,A+B Mmn(F), 对任意的k F,kA Mmn(F). 并且对任意的mXn矩阵A,B,C及任意的F中的数a,b,有
1) a+b=b+a; 2) (a+b)+c=a+(b+c);
3) 0+a=a;
4) 对任意aC ,存在bC ,使a+b=0; 5) k(a+b)=ka+kb; 6) (k+l)a=ka+la; 7) (kl)a=k(la); 8) 1a=a. 这里a,b,c是任意复数,k,l是任意实数。
.
4
例2 在平面上建立直角坐标系后,把从原点出发的一切向
.
8
二、向量空间的定义
定义1 设V是一个非空集合,F是一个数域. 我们
把V中的元素用小写希腊字母, ,,示. 如果下列条件
被满足,就称V是F上的一个向量空间:
1 V有一种加法运算. 即对V中任意两个元素和
,在V中有一个唯一确定的元素与之对应,称为
与的和,记为 ˆ .
种运算满足8条运算律。
—————————————------——-
例 1:
C, R a+b,ka
例 2 : V2 , R X+Y ,kX
例 3: Fn[x] ,F f(x)+g(x) , kf(x)
例 4: Mmn(F), F A+B,kA
1) += + ; 2) ( +)+ = + (+ ) 3) 0+ = 4) 对任意 ,存在 ,使得 + = 0, 称为的负元素; 5) a( +) = a +a ; 6) (a+b) =a +b ; 7) a (b)=(ab) ; 8) 1 = .
2 有一个F中元素与V中元素的乘法运算. 即对于
F中的任意数a和V中的任意元素,在V中有一个唯
一确定的元素与之对应,称为a和的数量积,记为
a ˆ .
.
9
3 上述加法和数量乘法满足下列运算规律:
1) ˆ= ˆ ; 2) ( ˆ) ˆ = ˆ( ˆ) ; 3) 在V中存在一个元素0,使得对于任意V,都有 0 ˆ = ,(具有这个性质的元素0称为V的零元素); 4) 对于V中的每一个元素,存在V中的元素,使得 ˆ =0,(具有这个性质的元素叫做的负元素); 5) a ˆ ( ˆ) = a ˆ ˆa ˆ ; 6) (a+b)ˆ =aˆ ˆbˆ ; 7) (ab) ˆ =a ˆ (b ˆ ) ; 8) 1ˆ = . 这里,,是V中的任意元. 素,a,b是F中的任意数. 10
高等代数课件
.
1
第五章 向量空间
5.1 向量空间的定义 5.2 向量的线性相关性 5.3 基维数和坐标 5.4 子空间 5.5 向量空间的同构
.
2
§5.1 向量空间的定义
一、向量空间概念的引入 二、向量空间的定义 三、向量空间的例子 四、向量空间的基本性质
.
3
一、向量空间概念的引入
例1 设C是复数集合,R是实数域,对C中任意两个数a和 b,有a+bC, 对任意的kR ,kaC. 并且复数集合C对数的加 法和乘法运算, 满足下面的运算律:
量组成的集合记为V2. 对V2中任意向量X和Y, 用平行四边形法则,有X+YV2. 对
任意实数k以及V2中任一向量X,有kXV2. 并且对任意的X, Y,
ZV2,a, bR,有
1) X+Y=Y+X;
2) (X+Y)+Z=X+(Y+Z);
3) 0+X=X,其中0是V2中的零向量; 4) 对任意XV2,存在Y,使X+Y=0,其中Y是X的负向量; 5) a(X+Y)=aX+aY;
1) A+B=B+A ; 2)(A+B)+C=A+(B+C) ; 3) 0+A=A ; 4) 对任意的A Mmn(F),存在B,使得A+B=0 ; 5) a(A+B)=aA+aB ; 6) (a+b)A=aA+bA ; 7) (ab)A=a(bA) ;
8) 1A=A .
.
7
上面例子中涉及的数学对象不同,但它们有共同点, 即都有一个非空集合,一个数域,有两种运算,并且这两
三、向量空间的例子
由例1、例2、例3、例4及向量空间的定 义知,复数域C作成实数域R上的向量空间; V2作成实数域R上的向量空间; Fn[x] 作成数 域F上的向量空间; Mmn (F)作成数域F上的 向量空间。
例5 令C [a, b]为闭区间[a, b]上所有实连
续函数的集合,R为实数域。则C [a, b]对函 数的加法和实数与函数的乘法运算作成实数
Fn [x]中任意多项式f (x), g(x), h (x)及F中任意数a, b,有
1) f (x)+g(x)=g(x)+f (x);
2) [f (x)+g(x)]+h(x)=f (x)+[g(x)+h(x)];
3) 0+f (x)=f (x), 0是Fn [x]中的零多项式;
4) 对任意f (x) Fn [x],存在g(x),使f (x)+g(x)=0;
3) Iˆ =1 = ,1是V中的零向量;
4) 对任意的 V,存在 -1 V,使得 ˆ -1 = -1 =1, -1是的负向量.
7) (ab)X=a(bX);
8) 1X=X.
.
5
例3 设Fn [x]是次数不超过n的系数在F中的多项式连同 零多项式组成的集合. 对任意两个多项式f(x), g(x)Fn [x] , f(x)+g(x)Fn [x]. 又对F中的任意数k, kf(x)Fn [x]. 并且,对
域R上的向量空间.
.
11
例6 设V为正实数集,R为实数域,在V中 规定加法和数量乘法运算如下:
ˆ = (即与的积) kˆ = k (即的k次幂) 其中, V, kR. 对任意的 , V , kR,有 ˆ = V, ˆ = k V.
.
12
并且,对任意的 , , V,k,m R,有 1) ˆ = = = ˆ 2) ( ˆ) ˆ =()ˆ =() =( )= ˆ( )= ˆ ( ˆ )
5) a·(f (x)+g(x))=a ·f (x) +a·g(x);
6) (a+b) ·f (x)=a·f (x)+b·f(x);
7) (ab) ·f (x)=a·(b·f(x));
8) 1·f (x) =f (x).
.
6
例4 设Mmn(F)是数域F上全体mn矩阵的集合,对任意的 A,BMmn(F) ,A+B Mmn(F), 对任意的k F,kA Mmn(F). 并且对任意的mXn矩阵A,B,C及任意的F中的数a,b,有
1) a+b=b+a; 2) (a+b)+c=a+(b+c);
3) 0+a=a;
4) 对任意aC ,存在bC ,使a+b=0; 5) k(a+b)=ka+kb; 6) (k+l)a=ka+la; 7) (kl)a=k(la); 8) 1a=a. 这里a,b,c是任意复数,k,l是任意实数。
.
4
例2 在平面上建立直角坐标系后,把从原点出发的一切向
.
8
二、向量空间的定义
定义1 设V是一个非空集合,F是一个数域. 我们
把V中的元素用小写希腊字母, ,,示. 如果下列条件
被满足,就称V是F上的一个向量空间:
1 V有一种加法运算. 即对V中任意两个元素和
,在V中有一个唯一确定的元素与之对应,称为
与的和,记为 ˆ .
种运算满足8条运算律。
—————————————------——-
例 1:
C, R a+b,ka
例 2 : V2 , R X+Y ,kX
例 3: Fn[x] ,F f(x)+g(x) , kf(x)
例 4: Mmn(F), F A+B,kA
1) += + ; 2) ( +)+ = + (+ ) 3) 0+ = 4) 对任意 ,存在 ,使得 + = 0, 称为的负元素; 5) a( +) = a +a ; 6) (a+b) =a +b ; 7) a (b)=(ab) ; 8) 1 = .
2 有一个F中元素与V中元素的乘法运算. 即对于
F中的任意数a和V中的任意元素,在V中有一个唯
一确定的元素与之对应,称为a和的数量积,记为
a ˆ .
.
9
3 上述加法和数量乘法满足下列运算规律:
1) ˆ= ˆ ; 2) ( ˆ) ˆ = ˆ( ˆ) ; 3) 在V中存在一个元素0,使得对于任意V,都有 0 ˆ = ,(具有这个性质的元素0称为V的零元素); 4) 对于V中的每一个元素,存在V中的元素,使得 ˆ =0,(具有这个性质的元素叫做的负元素); 5) a ˆ ( ˆ) = a ˆ ˆa ˆ ; 6) (a+b)ˆ =aˆ ˆbˆ ; 7) (ab) ˆ =a ˆ (b ˆ ) ; 8) 1ˆ = . 这里,,是V中的任意元. 素,a,b是F中的任意数. 10
高等代数课件
.
1
第五章 向量空间
5.1 向量空间的定义 5.2 向量的线性相关性 5.3 基维数和坐标 5.4 子空间 5.5 向量空间的同构
.
2
§5.1 向量空间的定义
一、向量空间概念的引入 二、向量空间的定义 三、向量空间的例子 四、向量空间的基本性质
.
3
一、向量空间概念的引入
例1 设C是复数集合,R是实数域,对C中任意两个数a和 b,有a+bC, 对任意的kR ,kaC. 并且复数集合C对数的加 法和乘法运算, 满足下面的运算律:
量组成的集合记为V2. 对V2中任意向量X和Y, 用平行四边形法则,有X+YV2. 对
任意实数k以及V2中任一向量X,有kXV2. 并且对任意的X, Y,
ZV2,a, bR,有
1) X+Y=Y+X;
2) (X+Y)+Z=X+(Y+Z);
3) 0+X=X,其中0是V2中的零向量; 4) 对任意XV2,存在Y,使X+Y=0,其中Y是X的负向量; 5) a(X+Y)=aX+aY;
1) A+B=B+A ; 2)(A+B)+C=A+(B+C) ; 3) 0+A=A ; 4) 对任意的A Mmn(F),存在B,使得A+B=0 ; 5) a(A+B)=aA+aB ; 6) (a+b)A=aA+bA ; 7) (ab)A=a(bA) ;
8) 1A=A .
.
7
上面例子中涉及的数学对象不同,但它们有共同点, 即都有一个非空集合,一个数域,有两种运算,并且这两
三、向量空间的例子
由例1、例2、例3、例4及向量空间的定 义知,复数域C作成实数域R上的向量空间; V2作成实数域R上的向量空间; Fn[x] 作成数 域F上的向量空间; Mmn (F)作成数域F上的 向量空间。
例5 令C [a, b]为闭区间[a, b]上所有实连
续函数的集合,R为实数域。则C [a, b]对函 数的加法和实数与函数的乘法运算作成实数
Fn [x]中任意多项式f (x), g(x), h (x)及F中任意数a, b,有
1) f (x)+g(x)=g(x)+f (x);
2) [f (x)+g(x)]+h(x)=f (x)+[g(x)+h(x)];
3) 0+f (x)=f (x), 0是Fn [x]中的零多项式;
4) 对任意f (x) Fn [x],存在g(x),使f (x)+g(x)=0;
3) Iˆ =1 = ,1是V中的零向量;
4) 对任意的 V,存在 -1 V,使得 ˆ -1 = -1 =1, -1是的负向量.