线性代数｜维数、基与坐标

定义 1（维数、基）　在线性空间 $V$ 中，如果存在 $n$ 个向量 ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$，满足：

• ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$ 线性无关；
• $V$ 中任一向量 $\mathbf{\alpha }$ 总可由 ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$ 线性表示，

那么 ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$ 就称为线性空间 $V$ 的一个 基，$n$ 称为线性空间 $V$ 的 维数。只含一个零向量的线性空间没有基，规定它的维数为 $0$。维数为 $n$ 的线性空间称为 $n$ 维线性空间，记作 $V_n$。

于是有坐标的定义如下：

定义 2（坐标）　设 ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$ 是线性空间 $V_n$ 的一个基。对于任一向量 $\mathbf{\alpha }\in V_n$，总有且仅有一组有序数 $x_1,x_2,\cdots ,x_n$ 使
$$\mathbf{\alpha }=x_1{\mathbf{\alpha }}_1+x_2{\mathbf{\alpha }}_2+\cdots +x_n{\mathbf{x}}_n$$
$x_1,x_2,\cdots ,x_n$ 这组有序数就称为向量 $\mathbf{\alpha }$ 在 ${\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n$ 这个基中的 坐标，并记作
$$\mathbf{\alpha }=(x_1,x_2,\cdots ,x_n{)}^T$$
设在 $n$ 维线性空间 $V_n$ 中取定一个基 ${\mathbf{\alpha }}_1,\cdots ,{\mathbf{\alpha }}_n$，则 $V_n$ 中的向量 $\mathbf{\alpha }$ 与 ${\mathbb{R}}^n$ 中 $n$ 维数组向量空间的向量 $(x_1,\cdots ,x_n{)}^T$ 之间就有一个一一对应的关系，且这个对应关系具有下述性质：

设 $\mathbf{\alpha }\leftrightarrow (x_1,\cdots ,x_n{)}^T$，$\mathbf{\beta }\leftrightarrow (y_1,\cdots ,y_n{)}^T$，则

• $\mathbf{\alpha }+\mathbf{\beta }\leftrightarrow (x_1,\cdots ,x_n{)}^T+(y_1,\cdots ,y_n{)}^T$；
• $\lambda \mathbf{\alpha }\leftrightarrow \lambda (x_1,\cdots ,x_n{)}^T$。

定义 3（同构）　设 $V$ 与 $U$ 是两个线性空间，如果在它们的向量之间有一一对应关系，且这个对应关系保持线性组合的对应，那么就说线性空间 $V$ 与 $U$ 同构。

显然，任何 $n$ 维线性空间都与 ${\mathbb{R}}^n$ 同构，即维数相等的线性空间都同构。从而可知线性空间的结构完全被它的维数所决定。