矩阵论(2)——线性表示及基与坐标

2 线性表示

2.1 线性表示的概念

2.1.1线性表示

\beta是线性空间V中的向量,若存在V中一组向量{a_{1},a_{2},...a_{n}},及一组数x_{1},x_{2},...x_{n}\in F,使得

\beta =x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}

则称向量\beta能被向量组{a_{1},a_{2},...a_{n}}线性表示,或者线性表出

 

2.1.2 线性相关

设{a_{1},a_{2},...a_{n}}是线性空间V中的一组向量,若存在一组不全为0的数:x_{1},x_{2},...x_{n},使得

x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}=O

则称向量组{a_{1},a_{2},...a_{n}}线性相关

2.1.3 线性无关

设{a_{1},a_{2},...a_{n}}是线性空间V中的一组向量,若存在一组不全为0的数:x_{1},x_{2},...x_{n},使得

x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}\neq O

则称向量组{a_{1},a_{2},...a_{n}}线性无关

2.1.4 线性无关的充要条件

x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}=O \Leftrightarrow x_{1}=x_{2}=...x_{n}=0

2.1.5 线性相关的充要条件

{a_{1},a_{2},...a_{n}}中某个向量能够被其余的向量线性表示;

2.1.6 其余性质

单个零向量线性相关,单个非零向量线性无关;

{a_{1},a_{2},...a_{n}}线性无关,部分组成的向量组也线性无关;

若向量组中部分向量组成的向量组线性相关,则原向量组线性相关。

 

2.2 基与维数

设{a_{1},a_{2},...a_{n}}是线性空间V的一组线性无关向量组,若对V中任意向量\beta,存在一组数{x_{1},x_{2},...x_{n}},使得

\beta =x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}

则称:向量组{a_{1},a_{2},...a_{n}}为V的,V为n维线性空间,记为V^{n},线性空间的维数记为dim(V)=n。

 

2.3 向量的坐标

设向量组{a_{1},a_{2},...a_{n}}为线性空间V^{n}的基,则对V^{n}中任意元素\beta,有唯一的表示:

\beta =x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}

x=[x_{1},x_{2},...,x_{n}]^{T}

x为向量\beta在基a_{1},a_{2},...a_{n}下的坐标

结论1:

\beta \in V^{n}在基{a_{1},a_{2},...a_{n}}下的坐标为x=[x_{1},x_{2},...,x_{n}]^{T}

B={x_{1},x_{2},...,x_{n}},则有\beta =x_{1}a_{1}+x_{2}a_{2}+...+x_{n}a_{n}=Bx(按矩阵和向量乘法运算法则

结论2:

存在V^{n}(F)\rightarrow F^{n}一一映射

\alpha \in V^{n}(F) \leftrightarrow x=\left[ \begin{array}{c}{x_{1}} \\ {\vdots} \\ {x_{n}}\end{array}\right] \in F^{n}

\alpha=\mathcal{B} x, \quad \beta=\mathcal{B} y,则有

\alpha+\beta \leftrightarrow x+y \quad k \alpha \leftrightarrow k x

V^{n}(F)F^{n}(线性)同构。

结论3:

如果\alpha_{1},\alpha_{2},...\alpha_{n}对应的坐标x_{1},x_{2},...x_{n},那么\alpha_{1},\alpha_{2},...\alpha_{n}线性无关的充要条件就是它们对应的坐标x_{1},x_{2},...x_{n}线性无关

 

2.4 过渡矩阵

\mathcal{B}_{\alpha}=\left\{\alpha_{1}, \alpha_{2}, \cdots, \alpha_{n}\right\}, \mathcal{B}_{\beta}=\left\{\beta_{1}, \beta_{2}, \cdots, \beta_{n}\right\}V^{n}的两个基

对基\mathcal{B}_{\beta } 中每个向量\beta _{i} ,可以求出其在基 \mathcal{B}_{\alpha }下的坐标,设为

P_{i}=\left[ \begin{array}{llll}{p_{i 1}} & {p_{i 2}} & {\cdots} & {p_{i n}}\end{array}\right]^{\mathrm{T}} \in F^{n}

写成向量形式:

\beta_{i}=\mathcal{B}_{\alpha} P_{i}, \quad i=1,2, \ldots, n

P=\left[ \begin{array}{llll}{P_{1}} & {P_{2}} & {\cdots} & {P_{n}}\end{array}\right]

由此得到

\left\{\beta_{1}, \beta_{2}, \cdots, \beta_{n}\right\}=\left\{\alpha_{1}, \alpha_{2}, \cdots, \alpha_{n}\right\} \left[ \begin{array}{cccc}{p_{11}} & {p_{12}} & {\cdots} & {p_{1 n}} \\ {p_{21}} & {p_{22}} & {\cdots} & {p_{2 n}} \\ {\vdots} & {\vdots} & {\ddots} & {\vdots} \\ {p_{n 1}} & {p_{n 2}} & {\cdots} & {p_{n n}}\end{array}\right]

写成矩阵形式

\mathcal{B}_{\beta}=\mathcal{B}_{\alpha} P

陈矩阵P为基\mathcal{B}_{\alpha }到基\mathcal{B}_{\beta}过渡矩阵(变换矩阵)

过渡矩阵的性质:

  1. 过渡矩阵P是满秩矩阵;
  2. P是基\mathcal{B}_{\alpha }到基\mathcal{B}_{\beta}的过渡矩阵,则P^{-1}是基\mathcal{B}_{\beta}到基\mathcal{B}_{\alpha }的过渡矩阵;
  3. 若向量\alpha在基\mathcal{B}_{\alpha }下的坐标为x,即\alpha =\mathcal{B}_{\alpha }x,则向量\alpha在基\mathcal{B}_{\beta}下的坐标是:y=P^{-1}x.

 

 

 

 

你可能感兴趣的:(数学基础,矩阵论)