设a为n维单位列向量空间和设a为n维单位列向量向量空间的区别

 上传我的文档
 下载
 收藏
该文档贡献者很忙,什么也没留下。
 下载此文档
正在努力加载中...
[线性代数]N维向量空间
下载积分:800
内容提示:[线性代数]N维向量空间
文档格式:PDF|
浏览次数:0|
上传日期: 19:20:58|
文档星级:
全文阅读已结束,如果下载本文需要使用
 800 积分
下载此文档
该用户还上传了这些文档
[线性代数]N维向量空间
官方公共微信扫二维码下载作业帮
2亿+学生的选择
下载作业帮安装包
扫二维码下载作业帮
2亿+学生的选择
向量、矩阵、空间的关系?一个n×1的矩阵(行向量)对应一个n维空间的向量,那么一个1×n的矩阵(列向量)对应的空间概念是什么呢?是否依然对应一个n维空间的向量呢?那一个n×m的矩阵对应的空间概念又是什么呢?
夏末秋凉丶息
扫二维码下载作业帮
2亿+学生的选择
那要看你怎么定义的向量空间由 所有实数上的n×1的矩阵(这是列向量)对于向量的加法与数乘构成一个实数上的向量空间V1,那么一个n×1的矩阵就是向量空间V1中的向量由 所有实数上的1×n的矩阵(这是行向量)对于向量的加法与数乘构成一个实数上的向量空间V2,那么一个1×n的矩阵就是向量空间V2中的向量由 所有实数上的n×m的矩阵对于矩阵的加法与数乘构成一个实数上的向量空间V3,那么一个n×m的矩阵就是向量空间V3中的向量这要根据研究对象具体定义空间
为您推荐:
其他类似问题
扫描下载二维码2497人阅读
高维几何是泛函研究的主要对象之一,可对何谓高维几何,笔者没见到明显的定义。笔者认为,所谓高维几何,就是把高维向量空间,同时视为点的集合,研究她的子集的性质和子集之间的关系的学科,就是高维几何(是否如此,请给予点评)。
  那么点与向量有什么关系,他们的表示方法有何区别,在以往的泛函分析中没有明确的概念。一开始用的概念是向量,但当提到距离时,又变成了点,令人摸不到头绪。
  当然笔者要研究的几何主要是欧氏空间里的几何。但欧氏空间是特殊的线性空间,我也先犯一次同样的错误,而先说一说线性空间的点与向量的关系及表示方法。用V^n(因这里不能编辑上标,因此用^n表示上标为n,当V为数值时V^n表示V的n次幂)表示n维线性空间。
  要先指定一点,称其为原点,用O表示。如果网友问。怎样指定呀,我也不能作出准确的答复,我只能说,你读初中时,经常要在平面直角坐标系内画一次函数与二次函数的图象,你是怎样指定原点的,这里与那里一样。而每一个向量都有起点与终点,一个向量的起点可以是空间中的任何位置,但只要起点位置确定,那么它的终点位置也就确定了;反过来说,两点可以确定一个向量。由A,B两点确定的向量写为‘向量AB’,向量的一般表示方法是用一个小写字母。如果向量a是由A,B两点确定,记为a=AB。
  我们知道,把n个线性无关的向量e1=(1,0,0,…,0),e2=(0,1,0,…,0),……,en=(0,0,0,…,1)称为V^n的一组标准基。又因V^n内的任意向量x=(x1,x2,…,xn)(x1,x2,…,xn∈R,R为实数集)是x=x1*e1+x2*e2+…+xn*en的简化写法,因此可把(x1,x2,…,xn)称为x在标准基下的坐标(简称为x的坐标),xi(i=1,2,…,n)称为x的第i(维)坐标.
  以原点为起点的向量x=(x1,x2,…,xn)的终点也称为点x,把(x1,x2,…,xn)也称为点x的坐标,即以原点为起点的向量与它的终点可以用同一字母表示,并且坐标表示方法也一样。在叙述过程中,根据需要可以把x时而称为向量,时而称为点,但是点不是向量,向量也不是点,这看上去有点混乱,但应用起来很方便,你会觉得一点混乱的感觉也没有,在微分几何里,图形的向量式方程不就是如此吗。无论x是点还是向量,都可记x=(x1,x2,…,xn)。由此可知,V^n中以原点为起点的向量与V^n中的点一一对应。起点和终点重合的向量是零向量,零向量记为o=(0,0,…,0).当没给出向量的起点时,一般都认为它以原点为起点。当某点的坐标为(a1,a2,…,an)且用大写字母A表示该点时,其坐标可记为A(a1,a2,…,an)或A(a)(其中a=(a1,a2,…,an)),原点为O(0,0,…,0).&
  无论是《立体几何》,还是《空间解析几何》,它们首先研究的都是直线和平面,因为它们是三维空间里的最基本的图形。如果对直线和平面没有充分的认识,对其它复杂的图形就很难取得很深入的认识。
  当把n维线性空间V^n视为点集时,把它的每个子集都称为V^n内的图形。
因此对V^n上的几何的研究,也应首先研究类似直线与平面的图形。把V^n中类似直线与平面的图形也称为直线与平面。不过这里的直线与平面的维数并不是1与2。直线一般有一维的,二维的,三维的……直至n-2维的;平面一般有二维的,三维的,直至n-1维的。
  n维线性空间中也有封闭的几何图形,如平行六面体,三棱锥等也都可以是V^n中的图形,如果它们在一个“三维平面”内,即是说立体图形在平面内,在语言上总有点别扭,因此该给其再取一个名字。因有平面几何,立体几何之分,因此笔者认为称其为“立体”是比较合适的(取这个名字是否合适,请阅读帖子的网友或老师给予指正,笔者不胜感激。)
  这里的直线,平面,立体是相对概念。象三辈人站在一起一样,处在中间辈份的人,在他爸爸面前,他是儿子,在他儿子面前,他是爸爸。一个立体,在比它高一维的立体前,可称它为平面,在比它高两维的立体面前,可以称它为直线;一条直线在比它低一维的直线面前,可称它为平面,在比它低两维的直线面前,又可称它为立体。这样称呼,可增加V^n的直观感。
(一维)直线的方程
  在三维以内的空间里,对几何问题所以能作出定量分析,就是因为对作定量分析的图形都给出了方程。可在泛函分析中,为什么不给出一些构造简单的图形的方程呢?
先来考察平面解析几何中直线的参数方程,设以t(-∞≤t≤+∞)为参数的直线p的参数方程为:
  x=2t-1
  y=3t+4
  显然直线p经过点(-1,4),而(x,y)是p上的任意一点。把方程用向量的形式表示出来,就是
  (x,y)=(2,3)t+(-1,4)
  把这种形式的方程称为向量式(可以这样定义吧),实质上是参数式的变形。
  这时(x,y)与(-1,4)是点还是向量,说得清吗,可以说这时它们既是点,又是向量,在运算过程中它们是向量,运算前与运算后的结果,它们是点。因此时而把它们称为点,时而把它们称为向量,什么时候称向量,什么时候称点,只能是根据语言环境的需要(这种说法能得到阅读者的首肯吗,如有不同观点,请给予指点)。
  如果令r=(x,y),a=(2,3),b=(-1,4),则的方程形式为r=at+b,可以说直线p经过点b由向量a确定。显然p是有向直线,称向量a的方向为p的正向。从而-a是直线的负向。p又是数直线,b是它的原点,a是它的单位。
  如果已知直线q经过两点a(c,d),b(e,f),正方向为b-a,原点为a,则直线q的方程为:
  r=(b-a)t+a,
这个方程可称为有向直线方程的两点式;
  因r=(b-a)t+a=a(1-t)+bt,令u=1-t,v=t,则u+v=1,从而方程又变形为
  r=au+bv(u+v=1)
  用这种形式表示的直线是没有方向的。可称无向两点式,那前面的就是有向两点式了。
  设直线p以t为参数的参数方程为
   x=ct+f
   y=dt+g
   z=et+h
变形为向量式为
  (x,y,z)=(c,d,e)t+(f,g,,h)
  令p上的任意一点r=(x,y,z),p上的定点b=(f,g,h),向量a=(c,d,e),则直线p的方程变形为:
  r=at+b
  称p为过点b由向量a确定的直线。
  如果直线q过a,b两点,则有两点式有
  r=(b-a)t+a&或
  r=au+bv(u+v=1)
  设直线p过n维线性空间的点b=(b1,b2,…,bn),由向量a=(a1,a2,…,an),p上的任意一点
  x=(x1,x2,…,xn)
  推论得p的向量式方程为:
  x=at+b
  即它的参数方程为:
  x1=a1*t+b1
  x2=a2*t+b2&
 &…… …… ……
  xn=an*t+bn
  过两点a,b的直线q的方程可分别为
  x=(b-a)t+a&或
  x=au+bv(u+v=1)
  直线x=at+b上的任意一点由t的值决定,当t=t0时所确定的点A可记为点A(t0)。
  设A(t1),B(t2)是直线x=at+b上的两点,则闭线段[AB]的方程为
  x=at+b(t1≤t≤t2)
  开线段(AB)的方程为
  x=at+b(t1<t<t2)
  直线x=(b-a)t+a上,a,b两点间的线段方程为
  x=(b-a)t+a(0≤t≤1)&(有方向,由a到b)&或
  x=au+bv(u+v=1,u≥0,v≥0)(无方向)
  n维线性空间内有向量AB+向量BC=向量AC,从而知若向量a+b=c,则是把b的起点放在a的终点,那么和向量c的起点是a的起点,c的终点是b的终点。
  又因向量AC-向量BC=向量AB,可知向量c-b的几何意义为,使c,b的终点重合,则c的起点是差向量a的起点,b的起点是差向量a的终点。
&&相关文章推荐
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
访问:128637次
积分:1327
积分:1327
排名:千里之外
原创:19篇
转载:43篇
(1)(1)(5)(9)(1)(2)(1)(4)(3)(11)(7)(6)(9)(1)(1)君,已阅读到文档的结尾了呢~~
n维向量空间
扫扫二维码,随身浏览文档
手机或平板扫扫即可继续访问
n维向量空间
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由:
将文档分享至:
分享完整地址
文档地址:
粘贴到BBS或博客
flash地址:
支持嵌入FLASH地址的网站使用
html代码:
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布,请您等待!
3秒自动关闭窗口}

我要回帖

更多关于 n维向量空间 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信