2. 基
线性组合 线性相关性 基 有限维
线性相关
线性空间的维度定义为空间中任一极大线性无关向量组的长度(“极大”自动使唯一)
线性空间的一组基是这样一个线性无关向量组:线性空间中的任一向量,都可以由这组基中的向量线性表出
{极大线性无关向量组}={基}
练习:
证明任意线性空间必有基
证明同一个有限维空间中基的长度为定值(利用对称性)
证明{极大线性无关向量组}={基}
基的选择是任意的,也是不必要的*
直和与线性无关性
线性空间的同构 线性变换的逆
两个空间同构,当且仅当存在可逆态射(这里是线性映射)
两个线性空间同构,当且仅当两者维数相同。(显然)
线性映射可逆,必有其定义域与到达域维数相同
线性变换的逆的存在判定:单()、满、可逆,三者彼此等价
矩阵 as线性组合 列空间与值域 秩 方阵 as线性变换
矩阵表示必须要先选基底,基底将向量空间中的向量(组)线性映射成矩阵
矩阵空间 同构
矩阵乘法的各种计算方法
列空间对应值域
方阵对应线性变换
方阵求逆 *伴随矩阵
逆矩阵的存在条件
基变换 相似矩阵
基变换运用矩阵as线性组合,但实际也是一种线性变换(这里的变换是在中的一种自反映射)
基变换最好用as线性组合的形式理解 这样体现向量在同一个线性空间中对应的是同一个元素,向量本身在基变换中保持不变
所以其实没变,基变换不是变换,至少不是向量空间中的变换
相似矩阵表示的是同一个线性变换,只是基底选择不同