1 / 54

线 性 代 数 Linear Algebra 刘鹏

线 性 代 数 Linear Algebra 刘鹏. 复旦大学通信科学与工程系 光华楼东主楼 1109 Tel: 65100226 pliu@fudan.edu.cn. 布置习题 P 186: 20. 22. 24. 26. 28. 30*. 31*. 34*. 36*. 三、内积的坐标表示.

chet
Download Presentation

线 性 代 数 Linear Algebra 刘鹏

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 线 性 代 数Linear Algebra刘鹏 复旦大学通信科学与工程系 光华楼东主楼1109 Tel: 65100226 pliu@fudan.edu.cn

  2. 布置习题 P 186: 20. 22. 24. 26. 28. 30*. 31*. 34*. 36*.

  3. 三、内积的坐标表示 • 设 V 是一个 n 维欧氏空间,在 V 中任意取定 一个基 ε1, ε2 ,...,εn ,对 V 中任意两个向量 , 有 •  , 的内积用矩阵可表示为 • 矩阵 A 称为基 ε1, ε2 ,...,εn 的 度量矩阵(metric matrix).

  4. 四、标准正交基 定义 4.11在欧氏空间 V 中,一组非零向量,如果它们两两正交(mutually orthogonal),就称它为正交向量组。 定理 4.6设α1,α2,…,αm (m≤n) 是 n 维欧氏空间V 中的正交向量组,则α1,α2,…,αm线性无关。

  5. 定义 4.12在 n 维欧氏空间 V 中,由 n 个两两正交的非零向量所构成的正交向量组称为正交基; • 由单位向量构成的正交基称为标准正交基。 定理 4.7任一 n 维欧氏空间(n≥1) 都必有正交基(orthogonal basis)。 • 构造正交基 — 施密特正交化过程

  6. 定义(投影)若  与  是n 维内积空间中的向量,则  到  的标量投影(scalar projection)为 则  到  的向量投影(vector projection)η为 • -η⊥

  7. 例:令矩阵 试求:A 的列空间的一组标准正交基; 解: 显然 A 的3个列向量线性无关,它们构成 R4 的3 维子空间的一组基,可以使用施密特正交化过程 • 正交化、标准化同时进行,令 • 令

  8. • 向量组q1,q2 ,q3 就是 A 的列空间的一组标准正交基.

  9. 定理(QR分解)若 A 是一秩为 n 的 m×n 阶矩阵,则A 可以分解为乘积 QR, 其中 Q 为列正交的m×n 阶矩阵,R 为对角线元素均为正的 n×n 阶上三角阵。 • 例中的 QR 分解为

  10. 超定方程组的最小二乘解给定一个 m×n 阶方程组 AX=b,其中 m> n,这类方程组通常是不相容的。 • 只能期望找到一个近似解 X’,使得AX’ 尽可能接近b • 二者的残余误差 (residual)最小 • 即向量 b 和向量 AX’ 最接近,距离最小 • 使得这个距离最小化的X’ 称为方程组的最小二乘解. • 令 p= AX’ , p 就是 A 的列空间中最接近 b 的向量. • 如何寻找X’? 要用到子空间的直和、正交等概念 • 结论:AX=b 的最小二乘解是 X’=R-1 QT b

  11. Matlab 验证 例:求方程组 的最小二乘解. 解: 设AX’= QR X’= b,则 R X’= QT b = y • 回代求解 RX’= y, 得

  12. 标准正交基上的坐标 • 若ε1, ε2 ,...,εn 是 n 维欧氏空间 V 中的一个 标准正交基,任一向量 ∈ V ,设 标量投影 • 用εi 与上式两边做内积,可得 • 利用标准正交基的度量矩阵,两个向量的内积变得 非常简单

  13. 例:已知欧氏空间R4的向量组: (1) 证明  1, 2, 3, 4是 R4 的一个标准正交基;(2) 若向量 = 3 1+2 2+4 3 -5 4,求|| ||和( ,). 解: (1)因为 • 所以  1, 2, 3, 4是 R4 的一个标准正交基. • (课本)先求  在标准正交基下的坐标,再点乘 的坐标.

  14. 定理 4.8:设 ε1, ε2 , ..., εn是 n 维欧氏空间 V 中的一个标准正交基,若: 其中 A=[ ai j ]n ×n,则向量组η1, η2 , ..., ηn是标准正交基的充要条件是 A为一个正交阵. 证明: 因为ε1, ε2 , ..., εn是标准正交基

  15. 从而 的充要条件是 • 于是,向量 ηi , ηj的内积为 XT Y的形式 • 即向量组 η1, η2 , ..., ηn是标准正交基的充要条件是 • 即 A 是一个正交阵. 证毕. • 也就是说,同一欧氏空间中,两组标准正交基间的过渡矩阵是正交阵。

  16. § 4.4 子空间的交、和、直和及正交 • 目的:了解子空间相互之间的关系与运算 一、子空间的交与和 定义 4.13设 W1,W2 是线性空间 V 的两个子空间, 则W1,W2 的交是 W1,W2 的和是

  17. 定理 4.9设 W1,W2 是线性空间 V 的子空间, 则W1∩W2 , W1+ W2都是V 的子空间. • W1+W2是V 中含W1∪W2的最小的子空间 证明:首先证明W1∩W2 是V 的子空间 定理 4.1:W是 V的子集,满足条件: (1)W 非空; (2) 如果α,β∈ W,则α+β∈ W; (3) 如果α∈ W, λ∈ P则 λα∈ W; • 因为 0∈W1,0∈W2 ,故 0∈ W1∩W2 ,W1∩W2非空;

  18. 设α,β∈W1∩W2,则α,β∈W1,α,β∈W2 • 因为Wi (i = 1,2) 是子空间,所以 k∈Fα+β∈W i,kα∈Wi ; • 于是α+β∈W1∩W2,kα∈W1∩W2,因此,W1∩W2是 V 的子空间. 再证明W1+ W2 是V 的子空间,记 W= W1+ W2 • 因为 0∈W1,0∈W2 ,故 0∈ W1+ W2 ,W非空;

  19. 设α,β∈W,则有 • 由于 W1, W2 是 V 的子空间: • k∈F,kαi∈Wi ;于是 • 根据定理 4.1, W1+ W2 是 V 的子空间. 证毕.

  20. 例:在线性空间 R3中,若 • 则它们都是R3的子空间,并且:

  21. 例: 设α1, α2 , ... ,αl与 β1 , β2 , ... ,βs是线性空间 V 中的两个向量组,则有 L(α1, α2 , ... ,αl) + L(β1 , β2 , ... ,βs) = L(α1, α2 , ... ,αl,β1 , β2 , ... ,βs) . 证明:设 • 对 W1+ W2中任一向量 η= α+β,其中α∈W1,β∈W 2,所以 α、β 都属于W 3,即

  22. 另一方面W 3中的任一向量 • 记 • 于是证明了 • L(α1, α2 , ... ,αl) + L(β1 , β2 , ... ,βs) = L(α1, α2 , ... ,αl,β1 , β2 , ... ,βs) .

  23. 性质设 W1,W2 ,W3是线性空间 V 的子空间, 则它们满足交换律与结合律: (1) 交换律: (2) 结合律:

  24. 定理4.10(维数公式)设 W1,W2 是线性空间 V 的子空间,dimW1+ dimW2 =dim(W1+ W2)+ dimW1∩W2. 例:在三维几何空间V3中,设W1是过原点O的一个平面,W2是过O的另一个平面,且它们相交于直线 L . • 则:W1,W2,L都是V3的子空间,并且W1∩W2=L • V3中每个向量α可以表示成W1中一个向量与W2中一个向量的和,所以W1+W2=V3 • 由于dimW1=dimW2=2,dimL=1,dimV3=3,因此有

  25. 定理4.10(维数公式)设 W1,W2 是线性空间 V 的子空间,dimW1+ dimW2 =dim(W1+ W2)+ dimW1∩W2. 证明:设W1,W2的维数分别是n1,n2,W1∩W2的维数是m. • 取W1∩W2的一个基 • 将它扩充成W1的一个基 • 同理可将它扩充成W2的一个基 • 因此

  26. 根据例2,我们有 • 作线性组合 • 令 • 由(4.2)第一行知, α∈W1;由第二行知α∈W 2;所以 α∈W1∩W2 ,可经向量组γ线性表示 • 由(4.2)

  27. 由于 是W2的一个基 • 由(4.2),有 是W1的一个基 • 由于

  28. 因此,要(4.1)成立,只能是 • 所以,向量组 线性无关. • 由定理4.4(2) —L(α1, α2 , ... ,αl) 的维数等于 向量组α1, α2 , ... ,αl 的秩. • 故W1+W2的维数是

  29. 即维数公式成立:设 W1,W2 是线性空间 V 的子空间,dimW1+ dimW2 =dim(W1+ W2)+ dimW1∩W2.

  30. 例:W1=L(α1,α2),W2=L(β1,β2),其中 α1=(1,2,1,0)T,α2=(1,1,1,1) T, β1=(2,1,0,1)T,β2=(1,1,3,7)T, 求W1与W2的和与交的基及维数. 解:因 W1+W2= L(α1,α2) + L(β1,β2) = L(α1,α2,β1,β2) • 所以,W1+W2 的维数是向量组α1,α2,β1,β2 的 极大线性无关组所含向量的个数; 将它们构成矩阵,做初等变换,得

  31. 这表明α1,α2,β1是W1+W2的一个基,故dim(W1+W2)=3.这表明α1,α2,β1是W1+W2的一个基,故dim(W1+W2)=3. • 同时也知道,β2可经α1,α2,β线性表示,其形式为 β2= -α1+4α2+3β1 • 故3β1-β2∈W1∩W2. • 因为 α1,α2线性无关,β1,β2线性无关. 由维数公式易得 dim(W1∩W2) = 2 + 2 – 3 = 1 • 故α1- 4α2=(5,-2,-3,-4) 是W1∩W2的一个基.

  32. 二、子空间的直和 • 目的:方便空间分解,解决向量表示方法的唯一性问题 定义 4.14设W1,W2 是线性空间V 的两个子空间,如果和W1+W2 中,每个向量 η的分解式是唯一的(或者说都能唯一地表示为) 那么称这个和是子空间W1,W2 的直和(direct sum),记作

  33. 定理 4.11设W1,W2 是线性空间V 的两个子空间,W1+W2 是直和的充要条件是等式 只有在 α1,α2 全为零向量时才成立. 证明: (1)充分性,设向量η∈W1+W2 • 若向量η有两个分解式 • 于是 • 其中 • 由定理条件

  34. 说明对于任意向量η∈W1+W2, 分解式是唯一的 • 因此 W1+W2 是直和. (2)必要性,由定义 4.14 — (和W1+W2 中,每个向量的分解式是唯一,称这个和是子空间W1,W2 的直和),必要性显然成立. • 判断是否为直和,只要检验零向量的分解式 是否唯一.

  35. 推论1设W1,W2 是线性空间V 的两个子空间,W1+W2 是直和的充要条件是等式 证明: (1)充分性,假设有等式 • 则 • 由假设知 • 零向量的表示方法是唯一的,所以W1+W2 是直和.

  36. 证明: (2)必要性,任取向量η∈W1∩W2,于是零向量可表示为 • 因为是直和,所以 • 因而证明

  37. 推论2设W1,W2 是线性空间V 的两个子空间,W1+W2 是直和的充要条件是:dimW1+ dimW2 =dim(W1+ W2) (4.4) 证明: 若W1+W2 是直和,则 • 由维数公式得 (4.4) 成立 • 反之,由(4.4)成立,可知 dimW1∩W2 =0 • 即可推出 dim(W1∩W2 )={0} • 所以 W1+W2 是直和.

  38. 推论3设W1,W2 是 n 维线性空间V 的两个子空间,如果:dimW1+ dimW2 > n则 W1,W2 必含有非零公共向量. 证明: 因为,由 • 又由于 • 即可推出 dim(W1∩W2 ) > 0 • 所以 W1,W2 必含有非零公共向量.

  39. 总结定理4.11及其3个推论 :设W1,W2 是线性空间V 的两个子空间,则下列陈述彼此等价: • 和W1+W2是直和; • 和W1+W2中零向量的表法唯一,即若α1+α2=θ,α1∈W1,α2∈W2,则α1=α2=θ; • W1∩W2=0; • dim(W1+W2)=dimW1+dimW2.

  40. 定义 4.15设W1,W2 是线性空间V 的两个子空间,如果 那么称子空间W1是W2 的补子空间. • 由定义,显然W1和W2互为补子空间.

  41. 定理 4.12设W1是 n 维线性空间V 的一个子空间,则一定存在W1 的补子空间W2,使得: 证明: 设 dimW1= s, 令 α1, α2 , ... ,αs 为W1的一个基,我们把它扩充为 V的一个基 • 取W2 =L(αs+1, αs+2 , ... ,αn) , 则有V =W1+W2 ,并且 W1∩W2= {0}. 故 • 于是证明了 W2 就是所求的W1的补子空间.

  42. V 的每一个子空间都有补空间. • 但是,一个子空间的补空间未必唯一. • 例如,在V3中,设W是过原点O的一个平面, 则任意一条经过点O,但不在W上的直线 都是W的补空间. • 显然,补空间的概念与补集的概念是不同的,不要混淆.

  43. 例:在线性空间 R3中,显然有

  44. 子空间的交、和、直和的概念可推广到多个 子空间的情况: • 如果和空间每一个向量的分解式唯一: • 则称它为直和,记为:

  45. 二、子空间的正交 定义 4.16设W1,W2 是线性空间V 的两个子空间,如果对于任意的 α∈W1,β ∈W2 ,都有 那么称子空间W1与 W2 正交,记作 • 若 V 中向量η对 W1中任一向量α都满足 • 则称η与 W1正交,记为 η⊥ W1 .

  46. 因为只有零向量与自身正交,于是有 (1) 若 W1⊥ W2,则 W1∩W2= {0}. (2) 若 α∈W1,且α ⊥ W1,则 α= 0. 定理 4.13若子空间W1,W2 ,… , Ws 两两正交,则

  47. 证明: 在每个子空间Wi中取一个正交基 • 由于子空间两两正交,所以如下向量组也是 一个正交向量组 • 且 ∑Wi 中任一向量α可由此向量线性表示,故它可以作为 ∑Wi 的一个基,则

  48. 由于表示式唯一,故 定义 4.17设W1,W2 是线性空间V 的两个子空间,如果 W2⊥ W1,且W1 + W2= V, 那么称子空间W1是W2 的正交补. • 显然正交补是相互的.

  49. 例:设 W 是齐次线性方程组的解空间 则系数矩阵列向量的生成子空间 L(α1, α2 , ... ,αm) 是 W 的正交补. 证明: 设 X= [x1, x2, ..., xn]T是 W 中的任一解向量,显然 • 对任一向量α∈ L(α1, α2 , ... ,αm) ,有 • 即 W⊥L(α1, α2 , ... ,αm)

  50. 设 dimL(α1, α2 , ... ,αm) = r • 则 dim W = n-r • 且 dim W + dimL(α1, α2 , ... ,αm) = n = dim Rn • 即 W +L(α1, α2 , ... ,αm) = Rn • 由定义知 L(α1, α2 , ... ,αm) 是 W 的正交补.

More Related