矩阵理论(一):线性空间
对应矩阵理论「一、线性空间」四条:线性空间的定义与性质,线性相关与线性无关,基、维数与坐标(含过渡矩阵与坐标变换),子空间及其交与和、维数公式。
本节导读
这一节对应矩阵理论大纲「一、线性空间」的四条:「线性空间的定义与性质」「线性相关与线性无关」「基、维数与坐标」「子空间」。线性空间把「n 元数组」推广到多项式、矩阵、函数这些对象上,后面的线性变换、欧几里得空间、范数和泛函都建立在它上面。
学完要做到:会判断一个集合在给定运算下是不是线性空间;会判断一组向量线性相关还是线性无关;会求基、维数和坐标,会用过渡矩阵换坐标;会判断子空间、会用维数公式。
本节记号:F 表示数域(实数域 R 或复数域 C);V 表示线性空间;F[x]n 表示次数小于 n 的多项式再添上零多项式构成的集合;Rm×n 表示全体 m×n 实矩阵。
线性空间的定义与性质
定义
设 V 是一个非空集合,F 是数域。在 V 上定义了加法(任意 α,β∈V 有唯一的 α+β∈V)和数乘(任意 k∈F、α∈V 有唯一的 kα∈V),并且满足下面八条运算律,就称 V 是数域 F 上的线性空间,V 的元素叫向量:
| 加法的四条 | 数乘的四条 |
|---|---|
| 交换律 α+β=β+α | 1α=α |
| 结合律 (α+β)+γ=α+(β+γ) | k(lα)=(kl)α |
| 有零向量 0,使 α+0=α | (k+l)α=kα+lα |
| 每个 α 有负向量 −α,使 α+(−α)=0 | k(α+β)=kα+kβ |
判断一个集合是不是线性空间,先查两件事:加法和数乘的结果还在不在集合里(封闭),再查八条运算律。集合里的「向量」可以是任何对象,运算也可以不是通常的加法和乘法,只要满足这些要求就行。
常见的线性空间:Rn;Rm×n;F[x]n;区间 [a,b] 上的全体连续函数;齐次线性方程组 Ax=0 的全体解。反例:平面上第一象限(含坐标轴)的全体向量,用通常的运算不是线性空间,因为乘以 −1 就跑到了第三象限,数乘不封闭。
性质
由定义可以推出:零向量唯一;每个向量的负向量唯一;0α=0,k0=0,(−1)α=−α;若 kα=0,则 k=0 或 α=0。这些性质在证明题里常用来化简式子。
线性相关与线性无关
向量组 α1,α2,⋯,αm,如果存在不全为零的数 k1,⋯,km 使 k1α1+⋯+kmαm=0,就称它线性相关;只有 k1=⋯=km=0 时才成立,就称线性无关。
几条常用结论:
- 含零向量的向量组一定线性相关;单个非零向量线性无关。
- 线性相关 ⇔ 至少有一个向量能由其余向量线性表示。
- 若 α1,⋯,αm 线性无关,而添上 β 后线性相关,则 β 能由它们唯一地线性表示。
抽象空间里的向量(多项式、矩阵)怎么判断?取定一组基,把每个向量写成坐标列,向量组的线性关系与坐标列向量组的线性关系完全一致,于是转化为求矩阵的秩。例如判断 F[x]3 里的几个多项式,就把它们在基 1,x,x2 下的系数排成矩阵求秩。
基、维数与坐标
基与维数
线性空间 V 中,如果有 n 个线性无关的向量 ε1,⋯,εn,并且 V 中任一向量都能由它们线性表示,就称它们是 V 的一组基,n 是 V 的维数,记 dimV=n。只含零向量的空间维数为 0;找不到有限组基的空间叫无限维空间(如全体连续函数)。
| 空间 | 一组常用的基 | 维数 |
|---|---|---|
| Rn | 单位坐标向量 e1,⋯,en | n |
| Rm×n | 只有一个位置为 1、其余为 0 的矩阵 Eij | mn |
| F[x]n | 1,x,⋯,xn−1 | n |
| Ax=0 的解空间(A 有 n 列、秩为 r) | 基础解系 | n−r |
坐标与过渡矩阵
取定基 ε1,⋯,εn,向量 α=x1ε1+⋯+xnεn 的系数 (x1,⋯,xn)T 叫 α 在这组基下的坐标,坐标是唯一的。
换一组基 η1,⋯,ηn。把新基逐个用旧基表示,系数按列排成矩阵 P,写成
(η1,⋯,ηn)=(ε1,⋯,εn)PP 叫从旧基到新基的过渡矩阵,它一定可逆。同一个向量在旧基下的坐标 x、新基下的坐标 y 满足 x=Py,即 y=P−1x。
子空间
定义与判别
线性空间 V 的非空子集 W,如果对 V 的加法和数乘也构成线性空间,就叫 V 的子空间。判别只要查两条:W 对加法封闭、对数乘封闭(两条合起来,W 必含零向量)。
由向量组 α1,⋯,αm 的全部线性组合构成的子空间叫生成子空间,记 span{α1,⋯,αm},它的维数等于向量组的秩。
交、和与直和
设 V1、V2 是 V 的子空间:
- 交 V1∩V2 是子空间;和 V1+V2={α1+α2} 也是子空间。
- 维数公式:dimV1+dimV2=dim(V1+V2)+dim(V1∩V2)。
- 若 V1∩V2={0},和叫直和,记 V1⊕V2,这时和中每个向量的分解方式唯一,维数正好相加。
求生成子空间的和:V1+V2=span{V1 的基,V2 的基},把两组基合在一起求秩;交的维数再用维数公式求。
易错提醒
-
❌ 线性空间里的「向量」只能是 n 元数组。
✅ 多项式、矩阵、函数都可以是向量;运算也可以不是通常的加法和乘法。 -
❌ 两个子空间的并集也是子空间。
✅ 并集一般对加法不封闭;把两个子空间「合起来」要用和 V1+V2。 -
❌ 过渡矩阵是把新基的坐标按行排出来。
✅ 新基每个向量在旧基下的坐标按列排成 P,写成 (η1,⋯,ηn)=(ε1,⋯,εn)P。 -
❌ 无限维空间里找不到线性无关的向量组。
✅ 无限维是找不到有限组基,任意有限个线性无关的向量照样存在,比如 1,x,⋯,xk 在连续函数空间里线性无关。
例题精讲
例题 1(计算:过渡矩阵与坐标)
在 F[x]3 中,取旧基 1,x,x2,新基 1, 1+x, 1+x+x2。求从旧基到新基的过渡矩阵,以及 p(x)=3−2x+4x2 在新基下的坐标。
解:新基逐个用旧基表示:1=1,1+x=1+x,1+x+x2=1+x+x2,系数按列排:
PP−1=100110111=100−1100−11p 在旧基下的坐标 x=(3,−2,4)T,新坐标 y=P−1x=(5,−6,4)T。
点评:代回核对:5⋅1−6(1+x)+4(1+x+x2)=3−2x+4x2。先求旧坐标、再左乘 P−1,方向不会弄反。
例题 2(计算:子空间的和与交)
在 R4 中,V1=span{α1,α2},V2=span{β1,β2},其中 α1=(1,0,1,0)T,α2=(0,1,1,1)T,β1=(1,1,0,0)T,β2=(1,1,2,1)T。求 dim(V1+V2) 和 dim(V1∩V2)。
解:α1,α2 线性无关,dimV1=2;β1,β2 线性无关,dimV2=2。四个向量排成矩阵求秩,发现 β2=α1+α2,而 β1 不能由 α1,α2 表示,所以秩为 3,dim(V1+V2)=3。由维数公式,dim(V1∩V2)=2+2−3=1,交空间由 β2 生成。
点评:交的维数先用公式求,再找一个同时属于两边的向量写出交空间;本题 β2 恰好就是。
本节小结
- 线性空间:非空集合 + 封闭的加法与数乘 + 八条运算律;向量可以是多项式、矩阵、函数。
- 线性相关与线性无关看能不能用不全为零的系数凑出零向量;抽象向量先化为坐标再求秩。
- 基 = 线性无关 + 能表示全空间;维数 = 基所含向量个数;过渡矩阵按列排,x=Py。
- 子空间只查加法、数乘封闭;交与和都是子空间,并集一般不是;维数公式连接和与交。
学完练一练
按本节考点从本课的课后练习里抽题(每次 10 道以内),做完看解析、错题自动进错题本。
本节内容由 AI 辅助编写,配图由 AI 生成,仅供备考参考;考试要求以《全国各类成人高等学校招生考试大纲(2024 年版)》及浙江省教育考试院当年公布为准。