线性代数小述(二之前)

发布于:2025-06-08 ⋅ 阅读:(14) ⋅ 点赞:(0)

线性代数小述(二之前)

by Amamiya_Fuko

斜阳洒落,仍是今朝
踉跄西去,不见东还

前言

线性代数是什么?它什么也不是,也可以是什么,它的意义是随意的、偶然的,也许它是期末考试的科目,又或者是解决问题的工具,但现在它是我们欲望的名,是我的自我,是神圣的本体,总之,是有趣的东西,希望你享受其中。

目录

1.向量与向量空间
2.线性组合与线性方程
3.线性变换

向量与向量空间

向量向量空间内的元素,对于线性代数来说,向量的意义仅仅局限于此,与几何并无特别的关系,尽管线性代数在几何上的应用十分广泛,但线性代数同样可以应用到其他方面。

向量空间是一个有着四个运算与两个集合的代数系统,设其运算为va(向量加法)、vt(向量标乘)、na(域加法)、nt(域乘法),代数系统(V,N,va,vt,na,nt)满足以下规定

  1. va对于向量集V构成一个交换群
  2. na、nt对于标量集N构成一个域,其中na为加法,nt为乘法
  3. vt(N,V)=V,vt对于V封闭
  4. vt对于V有么元
    v , u ∈ V , n , m ∈ N v,u\in V,n,m\in N v,uVn,mN
  5. vt满足结合律,vt(nt(n,m),v) = vt(n,vt(m,v))
  6. vt对于na满足分配律,va(vt(n,v),vt(m,v))=vt(na(n,m),v)
  7. vt对于va满足分配律,va(vt(n,v),vt(n,u))=vt(n,va(v,u))

标准定义为(心虚)

设V是一个非空集合,P是一个域。若:
1.在V中定义了一种运算,称为加法,即对V中任意两个元素α与β都按某一法则对应于V内惟一确定的一个元素α+β,称为α与β的和.
2.在P与V的元素间定义了一种运算,称为纯量乘法(亦称数量乘法),即对V中任意元素α和P中任意元素k,都按某一法则对应V内惟一确定的一个元素kα,称为k与α的积。
3.加法与纯量乘法满足以下条件:

  1. α+β=β+α,对任意α,β∈V.
  2. α+(β+γ)=(α+β)+γ,对任意α,β,γ∈V.
  3. 存在一个元素0∈V,对一切α∈V有α+0=α,元素0称为V的零元.
  4. 对任一α∈V,都存在β∈V使α+β=0,β称为α的负元素,记为-α.
  5. 对P中单位元1,有1α=α(α∈V).
  6. 对任意k,l∈P,α∈V有(kl)α=k(lα).
  7. 对任意k,l∈P,α∈V有(k+l)α=kα+lα.
  8. 对任意k∈P,α,β∈V有k(α+β)=kα+kβ,
    则称V为域P上的一个线性空间,或向量空间。V中元素称为向量,V的零元称为零向量,P称为线性空间的基域。

线性组合与线性方程

线性组合向量方程也是线性方程,如 x v → = u → x\overset{\to}{v}=\overset{\to}{u} xv=u就是一个线性方程。

线性组合的多项式形式为 x 1 v 1 → + x 2 v 2 → ⋯ = u → x_1\overset{\to}{v_1}+x_2\overset{\to}{v_2}\dots = \overset{\to}{u} x1v1+x2v2=u

其矩阵形式为
[ v 1 v 2 ⋯   ] [ x 1 x 2 ⋮ ] = u → [v_1 v_2 \cdots] \left[ \begin{array}{c} x_1 \\ x_2\\ \vdots \end{array}\right] =\overset{\to}{u} [v1v2] x1x2 =u

显然的,线性组合是一个向量空间的表示形式。

设一个线性组合为 Ax = b,其中A为向量矩阵,x为标量矩阵,其中元素为自变量,b为因变量,它是一个向量,则所有的b构成一个变量空间。

也就是说,给定有限向量可以得到整个向量空间,这一步操作被称为张成

线性变换

线性变换是种同态映射,即将一个向量空间中的元素映射到另一个向量空间上,但线性变换发生在两个同域的向量空间上。