矢量空间的表示

                     

贡献者: JierPeter; addis

  • 本文处于草稿阶段。
  • 本词条需要重新创作和整合,融入章节逻辑体系。
预备知识 基(线性代数)

   由于矢量空间中运算的线性性,可以使用矩阵来表示任何一个矢量空间中的元素和线性变换。对于一个域 $\mathbb{F}$ 上的 $n$ 维线性空间中的矢量,我们惯例上使用一个 $n$ 行 $1$ 列的矩阵来表示,称为列向量。线性变换被表示成一个 $n\times n$ 的矩阵。这些矩阵中的元素都必须取自 $\mathbb{F}$。

   需要注意的是,这些表示都依赖于该矢量空间的的选取。

1. 用基向量来表示向量和线性变换

   给定域 $\mathbb{F}$ 上的 $n$ 维线性空间 $V$ 和它的一个基 $\{{e}_i\}_{i=1}^{n}$。由于 $V$ 中的每一个向量都可以唯一地表示成基向量的线性组合,因此我们可以用线性组合的系数来构成一个列向量,作为这个向量在基 $\{{e}_i\}_{i=1}^{n}$ 下的坐标。比如,向量 $a_1 {e}_1+\cdots+a_n {e}_n$ 在这个基下的坐标就是

\begin{equation} \begin{pmatrix}a_1\\ \vdots\\ a_n\end{pmatrix} ~. \end{equation}
基的选择不同,同一个向量的坐标也就不一样。

   在研究线性变换的时候,我们只需要关注线性变换对基向量的变换,就可以据此计算出任意向量的线性变换。如果某一个线性变换 $T$ 把基向量 ${e}_i$ 变换成 $a_{i1} {e}_1+\cdots+a_{in} {e}_n$,那么我们可以在这个基下把 $T$ 表示成一个矩阵:

\begin{equation} M= \begin{pmatrix}a_{11},a_{12},\cdots,a_{1n}\\ a_{21},a_{22},\cdots,a_{2n}\\ \vdots\ddots\vdots\\ a_{n1},a_{n2},\cdots,a_{nn}\end{pmatrix} ~. \end{equation}

   这样,如果把 ${v}$ 的坐标是列向量 $ \boldsymbol{\mathbf{c}} $,那么 $ \boldsymbol{\mathbf{M}} \boldsymbol{\mathbf{c}} $ 就是 $T{v}$ 的坐标。

   同样地,线性变换的矩阵表示,也依赖于基的选取。


致读者: 小时百科一直以来坚持所有内容免费,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元,我们一个星期内就能脱离亏损, 并保证在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利