向量空间

矩阵相关

参考: 向量空间

向量空间

设 V 是一个非空集合,P 是一个数域。如果在 V 中定义了加法运算 “+”,P 与 V 定义了数乘运算 “$\cdot$”, 且满足八条运算规则(参考: 向量空间),则称系统 $(\mathbf{V},\mathbf{P},+,\cdot)$ 为线性空间。关键词:向量集合,加法数乘运算,八条规则。

基与维数

向量空间所有向量的一组最大线性无关组称为一组基,基向量的个数为空间维数。如果一组基是规范正交向量组,则称为 规范正交基

坐标

向量空间一组基: $\mathbf{\varepsilon}_1,\mathbf{\varepsilon}_2,…,\mathbf{\varepsilon}_n$, 对 $\alpha$ 有:

$$ \mathbf{\alpha} = a_1 \mathbf{\varepsilon}_1 + a_2 \mathbf{\varepsilon}_2 + … + a_n \mathbf{\varepsilon}_n $$

称数组 $(a_1,a_2,…,a_n)$ 为 $\mathbf{\alpha}$ 在基 $\mathbf{\varepsilon}_1,\mathbf{\varepsilon}_2,…,\mathbf{\varepsilon}_n$ 下的坐标。

求解坐标,一般思路是求解方程组 $[\mathbf{\varepsilon}_1,\mathbf{\varepsilon}_2,…,\mathbf{\varepsilon}_n] \mathbf{X} =\mathbf{\alpha}$, 而当基为规范正交基时可简化成 $a_i=\mathbf{\alpha} \cdot \mathbf{\varepsilon}_i$

基变换与坐标变换

旧基变换到新基:

$$ (\mathbf{\varepsilon}_1’,\mathbf{\varepsilon}_2’,…,\mathbf{\varepsilon}_n’) = (\mathbf{\varepsilon}_1,\mathbf{\varepsilon}_2,…,\mathbf{\varepsilon}_n) \mathbf{A} $$

$\mathbf{A}$ 称为 过渡矩阵, 可逆。

对应旧坐标变换到新坐标:

$$ \begin{bmatrix}
a_1’ \
a_2’ \
\vdots \
a_n’ \end{bmatrix}
= \mathbf{A}^{-1} \begin{bmatrix}
a_1 \
a_2 \
\vdots \
a_n \end{bmatrix}
$$