向量空间的同构

801 《高等代数》考试大纲一、考试要求1．掌握基本的代数运算方法，包括：行列式的计算，矩阵运算（乘法、求秩、判别方阵的可逆性及求逆、求方阵的特征值及特征向量），线性方程组解的判定及求解，多项式运算（带余除法，辗转相除法，综合除法）等.2．掌握基本的代数分析技巧，包括：向量的线性相关和线性无关性，向量空间的基与维数，线性方程组解的结构, 线性变换和矩阵的关系，方阵可相似对角化的判定,对称矩阵与二次型，一元多项式的整除性及因式分解.3．掌握代数的基本几何背景，理解代数与几何的关系，包括：欧氏空间和酉空间，正交变换与正交矩阵, 对称变换与对称矩阵, 主轴定理, 利用二次型理论化简二次曲面方程.二、考试内容第一部分多项式1.一元多项式的定义和基本运算；2.多项式的带余除法与综合除法，多项式整除性的常用性质；3.多项式的最大公因式概念及性质，辗转相除法；4.不可约多项式的概念及性质，多项式的唯一因式分解定理，多项式的重因式；5.多项式函数与多项式的根的概念及性质；6.代数基本定理，复数域和实数域上多项式的因式分解定理，Vieta定理；7.整系数多项式的有理根，Eisenstein判别法；8.多元多项式概念及字典排列法，对称多项式.第二部分行列式1. 线性方程组和行列式的关系，排列、n阶行列式及其子式和代数余子式；2. 行列式的性质及行列式的基本计算方法；3. 克拉默法则.第三部分线性方程组1.线性方程组求解的消元法；2.矩阵的秩的概念，用矩阵的初等变换求秩；3.线性方程组可解的判别法；4.两个多项式的结式和多项式的判别式.第四部分矩阵1. 矩阵的线性运算、乘法、转置及其运算法则；2.逆矩阵概念，矩阵可逆的判定条件及可逆矩阵的性质，求可逆矩阵的逆矩阵的方法；3.矩阵的分块法，分块矩阵的运算法则.第五部分向量空间1. 向量空间及子空间的定义；2.向量组线性相关、线性无关的定义，向量组线性相关性的判定条件和性质，向量组的极大无关组；3.向量空间的基与维数，过渡矩阵及坐标变换式；4.向量空间的同构及其性质；5.齐次线性方程组的解空间与基础解系；线性方程组的结构式通解.第六部分线性变换1. 向量空间线性映射概念及其相关性质；2.线性变换的运算和矩阵的相似关系；3.不变子空间及其性质；4.方阵的特征值和特征向量；5.可以对角化的矩阵.第七部分欧氏空间和酉空间1. 向量空间中向量的内积、长度、夹角的定义及性质,规范正交基,Schmidt正交化方法；2. 正交变换与正交矩阵的定义和性质；3. 对称变换与实对称矩阵，实对称矩阵的正交相似对角化；4.酉空间的定义及其基本性质，酉变换和酉矩阵.第八部分二次型1. 二次型与对称矩阵，矩阵的合同关系；2.复数域和实数域上的二次型，用正交变换化实二次型为标准形的方法；3.正定二次型与正定矩阵，实对称矩阵正定的判定条件和性质；4.主轴定理, 利用二次型理论化简二次曲面方程.参考文献1.张禾瑞，郝鈵新《高等代数》（第四版）高等教育出版社 19992.北京大学数学系《高等代数》（第三版）高等教育出版社 20033.丘维声《高等代数》（第二版）高等教育出版社 2003。

线性代数电子教案一、引言1.1 课程介绍线性代数的定义和意义课程目标和学习内容1.2 电子教案的特点互动性和趣味性自主学习和协作学习1.3 软件使用说明软件安装和运行功能介绍和操作指南二、行列式2.1 行列式的定义和性质行列式的概念行列式的计算规则2.2 行列式的计算方法按行(列)展开拉普拉斯展开2.3 克莱姆法则克莱姆法则的原理克莱姆法则的应用三、矩阵3.1 矩阵的定义和运算矩阵的概念和表示矩阵的加法和数乘3.2 矩阵的逆矩阵的逆的定义和性质矩阵的逆的计算方法3.3 矩阵的特殊类型单位矩阵对角矩阵零矩阵四、向量空间4.1 向量空间的概念向量空间的基本性质向量空间的子空间4.2 向量的线性相关性线性相关的定义和判定线性无关的性质和应用4.3 基底和坐标基底的概念和选择向量的坐标表示和转换五、线性方程组5.1 线性方程组的解法高斯消元法克莱姆法则5.2 齐次线性方程组齐次线性方程组的解集自由变量和特解5.3 非齐次线性方程组非齐次线性方程组的解法常数变易法和待定系数法六、特征值和特征向量6.1 特征值和特征向量的定义矩阵的特征值和特征向量的概念特征多项式的定义和求解6.2 特征值和特征向量的计算特征值和特征向量的求解方法矩阵的对角化6.3 特征值和特征向量的应用矩阵的相似对角化实对称矩阵和正交矩阵七、二次型7.1 二次型的定义和标准形二次型的概念二次型的标准形7.2 配方法和正定性配方法的应用二次型的正定性判定7.3 惯性定理和二次型的几何意义惯性定理的表述和证明二次型在几何上的意义八、向量空间的同构8.1 向量空间的同构概念同构的定义和性质同构的判定条件8.2 线性变换和矩阵线性变换的概念和性质线性变换与矩阵的关系8.3 线性变换的图像和核线性变换的图像线性变换的核（值域）九、特征空间和最小二乘法9.1 特征空间的概念特征空间的定义和性质特征空间的维数9.2 最小二乘法原理最小二乘法的定义和目标最小二乘法的应用9.3 最小二乘法在线性回归中的应用线性回归问题的最小二乘解回归直线的性质和分析十、线性代数在实际应用中的案例分析10.1 线性代数在工程中的应用结构力学中的矩阵方法电路分析中的节点电压和回路电流10.2 线性代数在计算机科学中的应用计算机图形学中的矩阵变换机器学习中的线性模型10.3 线性代数在其他学科中的应用物理学中的旋转和变换经济学中的线性规划十一、矩阵分解11.1 矩阵分解的概念矩阵分解的意义和目的矩阵分解的类型11.2 LU分解LU分解的定义和算法LU分解的应用和优点11.3 QR分解QR分解的定义和算法QR分解的应用和优点十二、稀疏矩阵12.1 稀疏矩阵的定义和性质稀疏矩阵的概念稀疏矩阵的存储和运算12.2 稀疏矩阵的应用稀疏矩阵在科学计算中的应用稀疏矩阵在数据挖掘中的应用12.3 稀疏矩阵的优化算法稀疏矩阵的压缩技术稀疏矩阵的快速运算算法十三、线性代数在图像处理中的应用13.1 图像处理中的线性代数概念图像的矩阵表示图像变换和滤波13.2 图像增强和复原图像增强的线性方法图像复原的线性模型13.3 图像压缩和特征提取图像压缩的线性算法图像特征提取的线性方法十四、线性代数在信号处理中的应用14.1 信号处理中的线性代数概念信号的矩阵表示和运算信号处理的基本算法14.2 信号滤波和降噪信号滤波的线性方法信号降噪的线性模型14.3 信号的时频分析信号的傅里叶变换信号的小波变换十五、线性代数的现代观点15.1 向量空间和线性变换的公理化向量空间和线性变换的公理体系向量空间和线性变换的分类15.2 内积空间和谱理论内积空间的概念和性质谱理论的基本原理15.3 线性代数在数学物理中的作用线性代数在微分方程中的应用线性代数在量子力学中的应用重点和难点解析本文档详细地介绍了线性代数的主要知识点，旨在帮助学生更好地理解和掌握线性代数的基础理论知识和应用能力。

线性空间的同构与同态线性空间是很多高阶数学领域所需要用到的基本概念，因此在线性代数的学习中，我们不得不对线性空间基本的性质、定义、等价性、基础定理等有一个深刻的理解。

当然，线性空间的同构与同态作为线性变换的代名词，也是我们学习线性空间理论时，需要重点关注的。

一、线性空间同构同构，是数学中一个十分重要的概念。

它指的是两个结构相同、具有相同性质的数学对象。

更准确地说，如果两个集合之间存在一一对应，且它们之间的映射不仅是单射还是满射，那么这两个集合就是同构的。

对于线性空间，它满足向量的加法和数量的乘法这两个运算规则，因此，我们可以要求用以下方式定义两个线性空间的同构：定义：若存在双射映射$f:V\to W$，并满足：1. $\forall u,v\in V$，有$f(u+v)=f(u)+f(v)$。

2. $\forall u\in V$和$c\in F$，有$f(cu)=cf(u)$。

则称线性空间$V$和$W$之间存在同构，称$f$为同构映射。

其中，$F$是一个数域，它是一个固定的标量（标量乘法满足分配律、结合律、单位元和逆元等基本性质）。

同构可以理解为两个向量空间“外形”相同，尽管它们之间的标量乘法、向量加法的具体运算方式可能不同。

关于线性空间同构，我们有如下三个重要结论：（1）同构是一种双射关系，即两个线性空间同构当且仅当它们的维度相等。

（2）两个线性空间同构，则它们必须同构于数域$F$上的$n$维线性空间$F^n$。

（3）两个线性空间同构，当且仅当它们的基底个数相等。

通过上述结论，我们可以发现，实际上同构所关注的是两个线性空间的向量基。

只有当两个线性空间的维度相等、同构映射满足条件时，它们才是同构的。

因此，为了构造同构映射，我们通常需要找到两个向量空间之间的一个映射，满足一一对应、线性、满射的性质，这样才能实现同构。

二、线性空间同态同态是另一个重要的概念。

它们也是线性代数中常用的术语，他们主要与线性空间中的变换相关。

向量空间的同构知识点总结一、引言向量空间是线性代数中的一个重要概念，它是一个具有加法和数乘运算的集合，同时满足一定的性质。

同构是一个重要的概念，它指的是两个向量空间之间存在一个双射线性变换，使得它们具有相同的结构。

在本文中，我们将对向量空间的同构进行详细的介绍和总结。

二、向量空间的定义和性质向量空间是一个非空集合V，集合中的元素被称为向量，同时满足以下性质：1.加法封闭性：对于任意的向量u，v∈V，u+v∈V。

2.数乘封闭性：对于任意的向量u∈V和标量α，αu∈V。

3.加法结合律：对于任意的向量u，v，w∈V，有(u+v)+w=u+(v+w)。

4.加法交换律：对于任意的向量u，v∈V，有u+v=v+u。

5.加法单位元：存在一个向量0∈V，对于任意的向量u∈V，有u+0=u。

6.加法逆元：对于任意的向量u∈V，存在一个向量-v∈V，使得u+(-v)=0。

7.数乘结合律：对于任意的向量u∈V和标量α，β，有(αβ)u=α(βu)。

8.数乘分配律：对于任意的向量u∈V和标量α，β，有(α+β)u=αu+βu。

9.数乘分配律：对于任意的向量u∈V和标量α，β，有α(u+v)=αu+αv。

在向量空间中，我们可以定义向量的长度和夹角，从而引出内积和范数的概念。

内积和范数是向量空间的重要性质，它们在向量的运算和分析中起着重要的作用。

三、同构的概念同构是指两个向量空间之间存在一个一一对应的线性变换，使得它们具有相同的结构。

具体定义如下：设V和W是两个向量空间，如果存在一个线性变换T:V→W是一个一一对应，同时满足T(u+v)=T(u)+T(v)和T(αu)=αT(u)，则称V与W同构。

此时，我们将T称为从V到W的同构映射。

同构的概念是非常重要的，在许多情况下，我们需要将一个向量空间映射到另一个向量空间，通过同构，我们可以保持向量空间的结构不变，从而方便我们进行运算和分析。

四、同构的性质同构具有一些重要的性质，这些性质在研究向量空间的同构时起着重要的作用：1.同构是一一对应的：同构映射T是一个双射。

向量空间的同构与直和分解向量空间是线性代数的重要概念之一，它是由一组向量所张成的集合。

这组向量的线性组合可以表示该空间中的任意向量。

对于一个向量空间，我们可以通过同构和直和分解两种方式来进一步研究其结构。

一、向量空间的同构同构是指两个向量空间在结构上完全一致。

具体地说，如果存在一个双射线性变换将一个向量空间映射成另一个向量空间，并且这个映射保持原来向量空间的所有结构，那么这两个向量空间就是同构的。

同构可以帮助我们揭示向量空间之间的一些重要性质，例如维数、基等等。

对于同构的向量空间来说，它们的维数相等，因为同构意味着它们具有完全相同的结构。

同时，同构的向量空间也具有相同的基。

因此，我们可以使用同构来方便地研究向量空间。

二、向量空间的直和分解直和分解是指将一个向量空间分解成若干个子空间的直和。

具体地说，如果一个向量空间V可以写成两个子空间W和U的直和，即V=W⊕U，那么我们称V是由W和U直和分解而来的。

直和分解可以帮助我们更好地理解向量空间中的子空间之间的关系。

对于直和分解的向量空间来说，它们可以通过组合子空间中的向量来表示其它任意向量。

同时，直和分解使我们得以对子空间进行独立地研究，从而更深入地理解向量空间中的结构。

三、同构与直和分解的联系同构和直和分解在研究向量空间时经常使用。

它们之间的联系在于，同构的向量空间可以用相应的基进行直和分解。

具体地说，如果V和U是同构的向量空间，那么它们的基可以一一对应。

我们可以使用这些基将V和U分别表示成它们的子空间的直和，然后通过同构将它们重新映射成同一个向量空间。

同构与直和分解的联系有助于我们更加深入地理解向量空间结构之间的联系。

它们相互依存，可以互相印证，帮助我们更全面地研究向量空间的性质。

结语向量空间的同构与直和分解是线性代数中重要的概念。

同构可以帮助我们揭示向量空间的性质，直和分解可以帮助我们理解向量空间中的子空间之间的关系。

它们之间有着密切的联系，相互印证，共同构成了向量空间的完整结构。

第六章 向量空间一 综述向量空间是高等代数最基本的概念之一,它用公理化方法首次引进了一个代数系,而这种公理化方法在高等代数以后各章以及在近世代数中将屡次遇到,它是近代数学研究的一个重要方法.本书以后各章如线性变换、欧几里德空间等概念都是直接建立在向量空间定义的基础上的.因此本章内容又是以后各章学习的基础. 二 教学目的使学生在集合、映射概念的基础上,理解并掌握向量空间的定义、性质和构造,并培养学生用公理化方法研究代数系的能力. 三 重点、难点教材重点：向量空间的定义、性质 教学难点：向量空间的定义6.1 定义和例子一 教学思考向量空间的定义是本章的重点和难点,是学生首次接触的一个用公理化方法引进的代数系.这一节的教学目的,不仅使学生正确理解和掌握向量空间的概念,而且应该使学生初步了解以集合论为基础运用公理化方法从具体的代数系抽象出一般的代数系的方法和意义,对此要心中有数,以便在教学中把传授知识与培养能力结合起来. 二 内容和要求1．内容：定义、例子及简单性质2．要求：掌握向量空间的概念及其简单性质,初步了解公理化的思想方法. 三 教学过程1． 引例 三维几何空间的实质及更多的类似结构的代数对象（略）. 2． 定义及例子定义 1 令F 是一个数域,F 中的元素用小写拉丁字母 ,,b a 表示；令V 是一个非空集合,V 中元素用小写希腊字母 ,,,γβα表示.我们把V 中的元素叫做向量,F 中的元素叫做纯量.若下列条件满足,就称V 是F 上的一个向量空间.1）在V 中定义了一个叫加法,对V 中任意两个向量βα,都有V 中唯一确定的向量与它们对应,这个向量叫做α与β的和,记为βα+.2）有一个纯量乘法,对于F 中的每一个数a 和V 中每一个向量α,有V 中唯一确定的向量与它们对应,这个向量叫做a 与α的积,记为αa .3）向量的加法和纯量乘法满足下列算律：F b a V ∈∈∀,;,,γβα有 （1）αββα+=+； （2）)()(γβαγβα++=++；（3）在V 中存在一个向量叫零向量,积作ο；它满足对V ∈∀α 有ααο=+； （4）对V ∈∀α,V ∈'∃α使得οαα=+'；这样的α'叫做α的负向量；（负向量的定义） （5）βαβαa a a +=+)(； （6）αααb a b a +=+)(； （7）)()(ααb a ab =； （8）αα=1. 3． 向量空间的简单性质1）由于向量的加法满足结合律,所以任意n 个向量相加有唯一确定的含义且可写为不加括号的和的形式；再者由于加法满足结合律和交换律,所以在求任意n 个向量的和时可以任意交换被加项的次序.2）命题6.1.1（零向量、负向量的唯一性）在一个向量空间V 中,零向量是唯一的；对V ∈∀α,α的负向量是由α唯一确定的.（同一法,略） 3）命题6.1.2 对V ∈∀α,F a ∈∀有οα=0,οο=a ； αααa a a -=-=-)()(； 0=⇒=a a οα或οα=.4． 介绍一种写法-——（向量矩阵的记法）设V n ∈ααα,,,21 ,把它们排成一行写成一个以向量为元素的n ⨯1矩阵（n ααα,,,21 ）,设)()(F M a A m n m n ij ⨯⨯∈=；定义（n ααα,,,21 ）),,,(21m A βββ =,其中)1(,1m j a ni i ij j ≤≤=∑=αβ.即按照数域F 上矩阵的乘法定义（n ααα,,,21 ）右乘以A （这里约定对V ∈∀α,F a ∈∀有a a αα=）.并且设)(F M A m n ⨯∈,)(F M B P m ⨯∈,由向量与纯量乘法所满足的算律有：（n ααα,,,21 ）B A AB n )),,,(()(21ααα = ,即结合律成立.6.2 子空间一 教学思考1．向量空间一章主要讨论向量空间的运算、性质和结构,一般是通过向量空间自身（基、维数等）或其子结构（子空间）来讨论的,这正是代数学的基本方法.因而本节的概念（子空间）和结论在理论上与方法上是重要的.2．由于本章与以后内容的（抽象）特点,需重点培养学生逻辑论证能力,除了在教学中经常结合问题讲解分析解决问题的一般思想方法外,还需对以后教学有重要影响的几类具体问题的论证思路作出明确的交代.本章主要是“子空间的判定”.3．内容作如下调整,即先定义子空间,再介绍为何称为子空间,然后介绍子空间的判定和运算. 二 内容要求1．内容：子空间的定义、子空间的交与和.2．要求：理解和掌握向量空间的子空间的概念和判定方法、子空间的交与和的概念.三 教学过程1．子空间的概念及判定 （1）定义定义1 设V 是数域F 上的向量空间,W 是V 的非空子集,若对V ∈∀βα,都有W ∈+βα,则称W 对V 的加法封闭.若对F a V ∈∀∈∀,α都有W a ∈α,则称W 对纯量乘法封闭.定义2 令W 是数域F 上的向量空间V 的一个非空子集,若W 对V 的加法和纯量乘法封闭,则称W 是V 的一个子空间.TH6.2.1设W 是数域F 上的向量空间V 的一个非空子集,若W 对V 的加法和纯量乘法封闭,则W 本身也作成F 上一个向量空间.（2）子空间的判定TH6.2.2向量空间V 的一个非空子集W 是V 的一个子空间的充要条件是对W F b a ∈∀∈∀βα,,,都有W b a ∈+βα.2．子空间的交与和定义3 设21,W W 都是V 的子空间,则21W W 称为两个子空间的交. 命题 21W W 也是V 的子空间.定义 4 设21,W W 都是V 的子空间,由所有能表示为),(221121W W ∈∈+αααα的向量组成的集合成为1W 与2W 的和,记为21W W +；即21W W +={}221121,|W W ∈∈+αααα. 命题 21W W +也是V 的子空间.6.3 向量的线性相关性一 教学思考1．向量的线性相关性在研究向量空间的结构时极为重要,并且学生在学习时感到困难的多是由于逻辑思维混乱以及推理不严谨造成的.2．本节重要的在于讲清诸概念,理清它们之间的关系,介绍一般方法和特殊方法,补充一些容易混淆的问题及一些错误做法或判断. 二 内容要求内容：向量的线性相关性定义、性质；替换定理；极大无关组.要求：正确理解和掌握向量组的线性相关性的概念及性质,掌握判断向量组线性关系的一般方法和特殊方法. 三．教学过程1．线性相关与线性无关（1）线性组合、线性表示及其性质定义 1 设r ααα,,,21 是向量空间V 的r 个向量,r a a a ,,,21 是数域F 中任意r 个数,我们把和r r a a a ααα ++2211叫做向量r ααα,,,21 的一个线性组合.定义 2 若V 中向量α可以表示成r ααα,,,21 的线性组合,即∃F a a a r ∈,,,21 使得r r a a a αααα ++=2211,则称α可以由r ααα,,,21 线性表示.（例略）性质 命题6.3.1向量组r ααα,,,21 中每一向量都可以由这一组向量线性表示.命题6.3.2若向量γ可以由r βββ,,,21 线性表示,而每个i β可由s ααα,,,21 线性表示,则γ可以由s ααα,,,21 线性表示.（2）线性相关、线性无关及有关性质定义3 设r ααα,,,21 是向量空间V 的r 个向量,若存在数域F 中r 个不全为0的数ra a a ,,,21 使得οααα=++r r a a a 2211,则称r ααα,,,21 线性相关,否则称r ααα,,,21 线性无关. 例1 若r ααα,,,21 中有一个零向量,则r ααα,,,21 一定线性相关. 例2 判断3F 中向量)9,7,1(),0,1,2(),3,2,1(321-==-=ααα是否线性相关 例3 在][x F 中对任意非负整数n ,证明nx x x ,,,,12线性无关.（解略）性质命题 6.3.3 若向量组{r ααα,,,21 }线性无关,则它的任一部分向量组也线性无关；等价地：若{r ααα,,,21 }有一部分组线性相关,则整个向量组{r ααα,,,21 }也线性相关.（证略）命题 6.3.4 设{r ααα,,,21 }线性无关,而{βααα,,,,21r }线性相关,则β一定可以由r ααα,,,21 线性表示,且表示法唯一.命题6.3.5 向量r ααα,,,21 （2≥r ）线性相关的充要条件是其中某个向量是其余向量的线性组合.（证略）2．向量组的等价、替换定理定义 4 设{}r ααα,,,21 和{}s βββ,,,21 是V 中的两个向量组,若每个),2,1(r i i =α都可以由s βββ,,,21 线性表示,而每个),2,1(s j j =β也可以由r ααα,,,21 线性表示,则称这两个向量组等价.定理6.3.6（替换定理）设向量组{}r ααα,,,21 （1）线性无关,且每个),2,1(r i i =α都可以由{}s βββ,,,21 （2）线性表示.则A ）s r ≤；B ）必要时对（2）中向量重新编号,使得用r ααα,,,21 替换r βββ,,,21 后得向量组{}s r r ββααα,,,,,,121 +（3）与（2）等价.推论6.3.7两个等价的线性无关向量组含有相同个数的向量. 3．极大无关组（讨论一个非零向量组的一种部分组）定义 5 向量组{r i i i ααα,,,21 }是向量组{}n ααα,,,21 的一个部分组（n r ≤）,若满足：1）ri i i ααα,,,21线性无关；2）每个),,1(n j j =α都可由ri i i ααα,,,21线性表示.则称rii i ααα,,,21是向量组{}n ααα,,,21 的一个极大线性无关部分组（简称极大无关组）. 极大无关组的求法：1）一般方法——设给定{}n ααα,,,21 ,求其一个极大无关组.先从1α考虑,若οα≠1,保留；考虑21,αα看其是否线性无关.无关,保留；相关舍去2α,考虑31,αα看其是否线性无关.依次类推直至n α,便得.（由于考虑次序不同可得不同的极大无关组）例4 求向量组{}32,2,,12+++x x x x 的一个极大无关组.（解略）2）特殊方法——对n F 中向量组{}n ααα,,,21 ,求极大无关组. 首先：可以证明“命题”：“设)(F M m n ⨯的矩阵A 经过行的初等变换得到)(F M m n ⨯的矩阵B ,则A 与B 的列向量有相同的线性关系.”（证略）这样可得：A ）求nm F ∈ααα,,,21 的线性关系,可以以m ααα,,,21 列作矩阵A ,通过对A 作行初等变换化为标准形B ,由B 的列向量的线性关系可得A 的列向量的线性关系.进而B ）用上述方法可求n F 中向量组{}n ααα,,,21 的极大无关组. 例5 求3R 中向量组)6,1,5(),4,0,3(),3,1,2(),1,2,1(4321====αααα的一个极大无关组. 解：以4321,,,αααα为列作矩阵B A =⎪⎪⎪⎭⎫⎝⎛-−→−⎪⎪⎪⎭⎫ ⎝⎛=210010101001643110125321.设B 的列向量为4321,,,ββββ,这样4321,,,αααα与4321,,,ββββ有相同的线性关系.容易看出321,,βββ线性无关,且=4β3212βββ+-；因此321,,ααα线性无关且=4α3212ααα+-.于是321,,ααα是4321,,,αααα的一个极大无关组.6.4 基与维数一 教学思考1．向量空间的结构中基起着重要作用,那么基概念的引入及作用为重点.2．从内容上本节在于给出了基与维数的概念后,解决基的存在性、个数及求法,要注意方法的总结归纳,特别是生成子空间.3．从定义上维数依赖于基,即要求一个向量空间的维数须求一个基；但反过来从结果上看,若已知维数n 求基的话,即求一组n 个线性无关的向量.4．本节及以后主要讨论有限维向量空间,有所谓的维数公式,其反映有限维向量空间的两个子空间与它们的和与交空间的维数之间的关系.在证明中,从“最小”的子空间的基出发逐步扩充为所出现的子空间的基的方法是重要的.5．基的存在性、个数、求法（生成子空间的基的求法）、余子空间等方法,注意总结归纳. 二 内容要求内容：向量空间的基与维数,有限维向量空间的维数公式,余子空间要求：正确理解和掌握向量空间的基与维数的概念,余子空间的定义,了解基在向量空间的结构中的重要作用,掌握求基、余子空间的一般方法和特殊方法. 三 教学过程1．引言我们知道当{}ο≠V 时,V 有无穷多向量,那么它们之间的结构如何？具体地,我们能否用V 中有限个向量表示所有向量.下面讨论这个问题.2．一类特殊子空间——由一组向量生成的子空间定义1设V r ∈ααα,,,21 ,那么由r ααα,,,21 的线性组合组成的集合{}F a a a a W i r r ∈+++=|2211ααα 称为由这一组向量r ααα,,,21 生成的子空间.记为L （r ααα,,,21 ）,其中r ααα,,,21 叫做生成元.例1 n F 中)1,,0,0(,),0,,,0,1(1 ==n εε,则nn F L =),,(1εε . 例2 ][x F 中n n x x ===+121,,,1ααα ,则][),,,1(x F x x L n n= .关于生成子空间有：定理 6.4.1设V n ∈ααα,,,21 ,且不全为零向量,r i i i ααα,,,21 为其一个极大无关组,则L （n ααα,,,21 ）=L （r i i i ααα,,,21 ）.3．基与维数1）定义2 设V n ∈ααα,,,21 ,若1）n ααα,,,21 线性无关；2）V ∈∀α都可由n ααα,,,21 线性表示.则称n ααα,,,21 为V 的一个基.定义 3 一个向量空间V 的一个基所含向量的个数叫做V 的维数；记为V dim .规定零空间的维数为0.2）定理定理6.4.2（基的作用）设n ααα,,,21 为V 的一个基,则V ∈∀α都可唯一地由n ααα,,,21 线性表示.定理6.4.3n 维向量空间V 任意多于n 个向量的向量组一定线性相关.定理 6.4.4设n V =dim ,V r ∈ααα,,,21 线性无关（易知n r ≤）,则总可以添加r n -个向量n r r ααα,,,21 ++,使得n ααα,,,21 作为V 的一个基.特别V 的任意n 个线性无关向量都可以取作基.例3 将)1,2,3,1(),1,0,2,1(21-==αα扩充为4R 的一个基.解：（法一）思想方法：由定理的证明过程,取4R 的一个基（如标准基4321,,,εεεε）,然后用21,αα代替其中某两个如21,εε,使得21,αα,43,εε线性无关；而代替哪两个,可用逐步添加法使添在21,αα上后线性无关.（法二）思想方法：可以从21,αα出发,利用21,αα为列再添上两个作成一个4阶方阵A ,使得0≠A ,如⎪⎪⎪⎪⎪⎭⎫⎝⎛-1011012000320011,取)1,0,0,0(),0,1,0,0(23==αα,则4321,,,αααα为4R 的一个基. 定理6.4.5设21,W W 是F 上向量空间V 的两个有限维子空间,则21W W +也是V 的一个有限维子空间,且：)dim (dim dim )dim (212121W W W W W W ⋂-+=+.推论 对n 维向量空间V 的子空间21,W W 有：}{dim dim dim 2121ο=⋂⇔=+W W V W W .4．余子空间（1） 定义：设W 是V 的子空间,若存在V 的子空间W '满足：1）V W W ='+,2）){ο='⋂W W ；则称W '是W 的一个余子空间,且称V 是W 与W '的直和,记为W W V '⊕=. （2）定理定理 6.4.6设W W V '⊕=,则对V ∈∀α有α可以唯一地表示成ββα'+=,其中W W '∈'∈ββ,.定理 6.4.7n 维向量空间V 的任一子空间W 都有余子空间.若W '是W 的一个余子空间,则V W W dim dim dim ='+.（3）上述概念及结论可扩充至有限设t W W W ,,,21 是V 的子空间,若1）t W W V ++= 1；2）{}),,2,1(,)(111t i W W W W W t i i i ==+++++⋂+-ο,则称V 是t W W W ,,,21 的直和,记为t W W V ⊕⊕= 1.且有类似于定理6、7的结论.6.5 坐标一 教学思考1．对n 维向量空间V 取定基后,任意向量引入了坐标的概念后,可将抽象的对象用具体的形式（nF中的向量）表示出来,为我们研究抽象的向量空间提供了方便,如由此可建立n V 与nF 的同构,所以本节概念及结论在空间的讨论中有重要的作用.2．注意坐标的概念依赖于基的选择,坐标变换依赖于相应的基变换；注意过渡矩阵的概念与性质以及结论,其是下节建立n V 与nF 的同构的基础.3．具体方法有：1）坐标的求法（定义法、坐标变换法）；2）过渡矩阵的求法；3）过渡矩阵的性质及由此反映的矩阵的运算的意义. 二 内容要求1． 内容：坐标、基变换、坐标变换、过渡矩阵；2． 要求：掌握坐标的概念及其意义,基变换与坐标变换公式,过渡矩阵的概念和性质. 三 教学过程（一） 坐标的概念1．定义 设{}n n V αα,,,dim 1 =是V 的一个基,对V ∈∀ξ有n n a a ααξ++= 11,则称n 元有序数组),,(1n a a 为向量ξ关于基{}n αα,,1 的坐标；其中i a 叫做向量ξ关于基{}n αα,,1 的第i 个坐标.2．定理6.5.1设{}n n V αα,,,dim 1 =是V 的一个基,V ∈ηξ,关于此基的坐标分别为),,(1n x x 和),,(1n y y ,则ξηξk ,+关于此基的坐标分别为: ),,(11n n y x y x ++ ,),,(1n ax ax .（二）坐标变换 1．基变换设,dim n V ={}n αα,,1 和{}n ββ,,1 是V 的两个基,则每个j β),,2,1(n j =可由{}n αα,,1 线性表示,设⎪⎪⎩⎪⎪⎨⎧++=++=++=nn n n nn nn a a a a a a ααβααβααβ1112112211111 （1）,以j β关于基{}n αα,,1 的坐标为列构成的矩阵⎪⎪⎪⎪⎪⎭⎫⎝⎛=nn n n n n a a a a a a a a a T212222111211称为由基{}n αα,,1 到基{}n ββ,,1 的过渡矩阵. （1）式可以写成矩阵等式),,(1n ββ =T n ),,(1αα （2）；称（1）或（2）为（由基{}n αα,,1 到基{}n ββ,,1 的）基变换. 设V ∈ξ关于基{}n αα,,1 的坐标为),,(1n x x ,关于基{}n ββ,,1 的坐标为),,(1n y y ,则一方面=ξ⎪⎪⎪⎭⎫ ⎝⎛n n x x 11),,(αα （3）；另一方面=ξ⎪⎪⎪⎭⎫⎝⎛n n y y 11),,(ββ （4）；（2）代入（4）得=ξ⎪⎪⎪⎭⎫ ⎝⎛n n y y T 11)),,((αα=))(,,(11⎪⎪⎪⎭⎫⎝⎛n n y y T αα （5）,比较（3）和（5）由坐标的唯一性得⎪⎪⎪⎭⎫ ⎝⎛n x x 1=⎪⎪⎪⎭⎫⎝⎛n y y T 1 （6）；于是得 定理 6.5.2设,dim n V =T 由基{}n αα,,1 到基{}n ββ,,1 的过渡矩阵,则V ∈ξ关于基{}n αα,,1 的坐标与关于基{}n ββ,,1 的坐标为),,(1n y y 由等式（6）⎪⎪⎪⎭⎫ ⎝⎛n x x 1=⎪⎪⎪⎭⎫⎝⎛n y y T 1联系着.3．过渡矩阵的性质 （1）基变换的传递性设,dim n V ={}n αα,,1 、{}n ββ,,1 、{}n γγ,,1 都是V 的基,且由基{}n αα,,1 到基{}n ββ,,1 的过渡矩阵为A ,基{}n ββ,,1 到基{}n γγ,,1 的过渡矩阵为B ,即),,(1n ββ =A n ),,(1αα 、),,(1n γγ =),,(1n ββ B ,则),,(1n γγ =A n ),,(1αα B ,即由基{}n αα,,1 到基{}n γγ,,1 的过渡矩阵为AB .（2）定理6.5.3设,dim n V =由基{}n αα,,1 到基{}n ββ,,1 的过渡矩阵为A ,那么A 是一个可逆矩阵.反过来,任意一个n 阶可逆矩阵A 都可以作为n 维向量空间中由一个基到另一个基的过渡矩阵.且若由基{}n αα,,1 到基{}n ββ,,1 的过渡矩阵为A ,则由基{}n ββ,,1 到基{}n αα,,1 的过渡矩阵为1-A .6.6 向量空间的同构一 教学思考1．向量空间的本质是一个带有加法和数乘的代数系,我们研究向量空间着眼点主要在于运算,至于元素是什么无关紧要.把具有某种关系的向量空间作为本质上没有区别的加以研究,从而取出其代表加以研究讨论以达到目的,本节正是解决这样一个问题.2．“同构”是这种关系的体现,在此关系下,同构的向量空间可以不加区别,因而维数就成了数域F 上有限维向量空间的唯一本质特征.3．注意“同构”映射的概念,向量空间同构的概念及各自的性质,以及有限维向量空间同构的判定. 二 内容要求1、内容：同构映射、向量空间同构的概念及各自的性质,有限维向量空间同构的判定.2、要求：理解向量空间同构的概念及性质,有限维向量空间同构的判定. 三 教学过程1．同构的概念和性质 （1）概念1）同构映射 设V 和W 是数域F 上两个向量空间,V 到W 的一个映射f 叫做一个同构映射； 若A ）f 是V 到W 的一个双射；B ）对)()()(,ηξηξηξf f f V +=+⇒∈∀；C ）对)()(,,ξξξaf a f V F a =∈∀∈∀.（2）定理6.6.1数域F 上任一n 维向量空间V 都与nF 同构. （3）性质 1）同构映射的性质定理6.6.2设V 和W 是数域F 上两个向量空间, f 是V 到W 的一个同构映射,则: A);)(οο=f B)对ααα-=-∈∀)(,f V ;C))()()(1111n n n n f a f a a a f αααα++=++ ,其中V F a i i ∈∈α,; D))(,,1V n ∈αα 线性相关))((,),(1W f f n ∈⇔αα 线性相关; E) f 的逆映射1-f是W 到V 的一个同构映射.2）同构关系的性质（等价关系）A ） 反身性：V V ≅；B ） B ）对称性：若W V ≅,则V W ≅；C) 传递性：若W V ≅,U W ≅,则U V ≅.（由双射性质及定义易证） 2．有限维向量空间同构的充要条件定理6.6.3数域F 上两个有限维维向量空间V 和W 有：W V ≅W V dim dim =⇔.6.7 矩阵的秩,齐次线性方程组的解空间一 教学思考1．矩阵的秩与线性方程组解的理论在前面已经有过讨论,本节运用向量空间的有关理论重新认识矩阵的秩的几何意义,讨论线性方程组解的结构.2．注意：齐次线性方程组（含n 个未知量）的解的集合构成nF 的子空间,而非齐次线性方程组的解的集合非也.3．注意具体方法：1）证矩阵的行空间与列空间的维数相等；2）求齐次线性方程组的基础解系. 二 内容要求1、内容：矩阵的秩的几何意义,齐次线性方程组的解空间.2、要求：理解掌握矩阵的秩的几何意义,齐次线性方程组的基础解系的求法. 三 教学过程1．矩阵的秩的几何意义几个术语：设)(F M A n m ⨯∈,⎪⎪⎪⎭⎫⎝⎛=mn m n a a a a A 1111,A 的每一行看作nF 的一个元素,叫做A 的行向量,用),2,1(m i i =α表示；由),2,1(m i i =α生成的nF 的子空间),,(1m L αα 叫做矩阵A 的行空间.类似地,A 的每一列看作mF 的一个元素,叫做A 的列向量；由A 的n 个列向量生成的mF 的子空间叫做矩阵A 的列空间.引理6.7.1设)(F M A n m ⨯∈,1）若PA B =,P 是一个m 阶可逆矩阵,则B 与A 有相同的行空间；2）若AQ C =,Q 是一个n 阶可逆矩阵,则C 与A 有相同的列空间.定理6.7.2矩阵)(F M A n m ⨯∈的行空间的维数等于列空间的维数,等于这个矩阵的秩.定义 矩阵A 的行（列）向量组的极大无关组所含（行（列）空间的维数）向量的个数,叫做矩阵A 的秩.2．线性方程组的解的结构1）再证线性方程组有解的判定定理：“数域F 上线性方程组有解的充要条件是它的系数矩阵与增广矩阵的秩相同.”2）齐次线性方程组的解空间设⎪⎩⎪⎨⎧=++=++00111111n mn m n n x a x a x a x a（3）是数域F 上一个齐次线性方程组,令A 为其系数矩阵,则（3）可写为⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛001 n x x A （4）或ο=AX ；（3）的每一个解都可以看作n F 的一个向量,叫做（3）的一个解向量.令S 表示（3）的全体解向量构成的集合；首先：因S ∈ο,所以Φ≠S ；其次：F b a S ∈∀∈∀,,,ηξ,有οηξηξ=+=+bA aA b a A )(,即S b a ∈+ηξ.因此S 作成nF 的一个子空间,这个子空间叫做齐次线性方程组（3）的解空间.重新回顾解线性方程组的过程：设（3）的系数矩阵A 的秩为)(n r <,则A 可经过一系列（行）初等变换化为⎪⎪⎭⎫ ⎝⎛----r n r m r r m r n r r C I ,,,οο,与此相应的齐次线性方程组为：（5）⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧===+++=+++++++0000001111111 n rn r rr r n n r r y c y c y y c y c y ,这里n y y ,,1 是n x x ,,1 的重新编号.（5）有r n -个自由未知量n r y y ,,1 +,依次让它们取)1,,0,0(,),0,,1,0(),0,,0,1( ,可得（5）的r n -个解向量：⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=⎪⎪⎪⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛--=++++++100,,010,001122121111 rn n n rr r r rr r r c c c c c c ηηη.下面证其是（5）的解空间的一个基. 首先：n r ηη,,1 +线性无关.事实上设οηη=++++n n r r k k 11,由下面r n -个分量易得01===+n r k k .其次：设),,,(21n k k k 是（5）的任一解,代入（5）得：n rn r rr r nn r r nn r r k c k c k k c k c k k c k c k ---=---=---=++++++112112211111又有恒等式：nn r r k k k k ==++ 11此n 个等式即为n n r r n k k k k ηη++=⎪⎪⎪⎭⎫ ⎝⎛++ 111,即（5）的每个解向量都可以由n r ηη,,1 +线性表示,故{n r ηη,,1 +}为（5）的解空间的一个基.注意到（5）与（4）在未知量重新编号后同解,所以重新编排n r ηη,,1 +的次序可得（4）的解空间的一个基,从而解决了齐次线性方程组的解的构造问题.并且上述讨论也给出了求解空间的具体方法：即通过解方程组的允许变换得到等价组,在等价组中自由未知量是清楚的,给其一组线性无关值,便得等价组的一组解向量,其构成等价组的解空间的一个基,再调整解向量的次序便得.上述讨论得：定理 6.7.3数域F 上一个n 元齐次线性方程组的一切解作成nF 的一个子空间,称之为这个线性方程组的解空间.若所给方程组的系数矩阵的秩为r ,则解空间的维数为r n -.定义 一个齐次线性方程组的解空间的一个基,叫做这个方程组的一个基础解系.3）非齐次线性方程组的解的结构 设))((,11F M A b b x x A n m m n ⨯∈⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛ （6）是数域F 上一个n 元线性方程组.问题当（6）有无穷解时,解的结构如何？为此先引入：把（6）的常数项都换成0,便得一个齐次线性方程组⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛001 n x x A （7）,齐次线性方程组（7）叫做方程组（6）的导出齐次线性方程组.定理6.7.4若（6）有解,则（6）的任一解都可以表示为（6）的一个固定解与（7）的一个解的和.。