矩阵理论：第一章 线性代数基础

研一这学期要学矩阵论了，然而我发现我啥都不会，上课一头雾水，下课看书划水，见到线代老师羞愧难当，原地炸裂。
这是 电子科技大学黄廷祝的《矩阵理论》教材，此文章充当该门课的笔记。
在这一本书里，基本上所有的希腊字母都用来表示向量。

§1 线性空间和子空间

这章写的着实都是抽象话，看的我都射了。

定义1 啥是线性空间

用了极其繁琐的方式定义了啥是 线性空间。
我看知乎上有句话说得好：

你要想玩代数游戏，就必须要有游戏规则和场地范围。

线性空间中间包含了游戏规则（加法和数乘），还有场地范围（一个数域（一个四则运算封闭数集））。

定义2 基底特性

在线性空间$V$中，如果有$n$个向量${ϵ}_1,{ϵ}_2,...{ϵ}_n$线性无关，而$V$中任意$n+1$个向量线性相关，则称${ϵ}_1,{ϵ}_2,...{ϵ}_n$为空间$V$的一组基底。称$n$为$V$的维数，记为$dimV=n$.

任意一个线性空间的基底总含有相同数目的向量！

定义3 子空间

定义大意是，你在我的场地中（在这个数域的子集中），能用我的规则（可以使用运算），你就是我的子空间。

§2 空间分解和维数定理

定义1 子空间的和

$V_1,V_2$是$V$的子空间，则$V_1+V_2$就是所有能表示成${\alpha }_1+{\alpha }_2({\alpha }_1\in V_1,{\alpha }_2\in V_2)$的向量的集合。

定义2 直和（Direct sum）

设$V_1,V_2$是线性空间$V$的子空间，若对$\forall \alpha \in V_1+V_2$,有$\alpha ={\alpha }_1+{\alpha }_2({\alpha }_1\in V_1,{\alpha }_2\in V_2)$
则 $V_1\oplus V_2$，称为 $V_1+V_2$为直和

定理1 维数定理

$dim(V_1)+dim(V_2)=dim(V_1+V_2)+dim(V_1\cap V_2)$

这个定理有点像容斥原理，证明比较长:维数定理的证明.

定理2 直和的等价命题

（1）$V_1\oplus V_2$
（2）零向量表示方法唯一。若$0={ϵ}_1+{ϵ}_2$，必${ϵ}_1=0，{ϵ}_2=0$.
（3） V 1 ∩ V 2 = { 0 } V_1 \cap V_2=\{0\} V1​∩V2​={0}

定理3 推广的直和的等价命题

（1）$W=\Sigma V_i$是直和。
（2）零向量表示方法唯一。
（3）$V_i\cap ({\Sigma }_{j\ne i}{V}_j)=0,1\le i\le s$。
（4）$dim(W)=\Sigma dim(V_i)$。

§3 商空间

从这一节开始，字数有点爆炸，开始略写。

定义1 同余

设$\alpha \in V$,如果${\alpha }^{\prime }\in V$满足$\alpha -{\alpha }^{\prime }\in M$, 则称${\alpha }^{\prime }$与$\alpha$同余，记${\alpha }^{\prime }\equiv \alpha (modM)$。
在数论中，同余的定理如下：

给定一个正整数m，如果两个整数a和b满足a-b能够被m整除，即(a-b)/m得到一个整数，那么就称整数a与b对模m同余，记作a≡b(mod m)。对模m同余是整数的一个等价关系。

实际上把整数推广到向量空间，哎，味就对了。

性质1~3 同余的性质

其拥有反身（自己对自己），对称（两边可交换），传递（套娃）律。

定义2 同余类

设$\alpha \in V$,则 $V$的子集 α + M = { a + m ∣ m ∈ M } \alpha +M =\{a+m|m\in M\} α+M={a+m∣m∈M}内的任意一个向量必与$\alpha$模$M$同余；也就是说与$\alpha$模$M$同余的向量必属于 $\alpha +M$
。我们称$\alpha +M$为一个模$M$的同余类，称$\alpha$为这个同余类的代表。