<<<上一页 返回我的主页

线性空间及线性映射

基本概念:
- 线性空间, 线性运算, 向量及其线性相关性
线性空间的基, 维数, 坐标, 过渡矩阵
线性空间的同构
- 子空间, 子空间的交, 和, 直和
- 映射, 一一对应, 变换, 函数
- 线性映射及Hom(V,V'), 线性变换
线性映射的加法, 数乘, 乘法, 逆, 矩阵表示
- 线性变换的特征值, 特征向量
有限维线性空间上线性变换的行列式, 秩, 迹, 特征多项式, 特征值
常用算法:
- 验证线性空间, 同构
验证直和分解
- 求对某组基的坐标
作基向量的替换时的坐标变换公式
(b1,...,bn)=(a1,...,an)A, X=AY
- 验证线性映射
求线性映射在给定基下的矩阵表示 (将基向量的映像的坐标排成一个矩阵)
利用矩阵表示计算线性映射
A(a1,...,an)=(b1,...,bn)A, X=AY
- 利用矩阵的相似不变量计算相关线性映射的相应不变量
主要理论:
有限维线性空间V与KdimV的同构
维数公式
若dimV=n, dimV'=m, 则Hom(V,V')与Mm,n(K)同构
线性映射的和 (数量乘积/乘积/逆) 的矩阵表示
是矩阵表示的和 (数量乘积/乘积/逆)
对不同的基算出的矩阵表示相似
特别注意:
Kn及矩阵的理论可以直接推广到有限维空间及其线性映射上
无限维空间有较大差别


版权所有(C): 本网页内容由包志强制作并维护, 保留所有权利.