![a8f7d7c4be430ecb03cc1e67df0fc7af.png](https://i-blog.csdnimg.cn/blog_migrate/17343963f9b6ddf4fd6b737f8f8e592c.jpeg)
目录
- 引语
- 数域
- 向量空间
- 线性表出
- 线性相关与线性无关
- 小结
引语
高等代数是一门抽象化的学科,他的核心任务,就是把我们以往习以为常的一些数学概念抽象化,提炼出他们的本质,以此来明晰他们的结构与共同的性质。
但是高代又显然不单单是抽象,其实在国外的很多地方尤其是欧美,都是不区分高代和线代的名字的,统一称为线性代数。
为什么呢?
因为高代或者线代其实就是研究线性空间的一门学科,而高代与线代的关系就像数分和高数,所以说,线性空间才是高代的研究主体。
然而包括线性空间衍生出来的一切概念大都是从前没有的,所以要从我们认识的具体物中一件件的抽象,并不断地对这个体系进行丰富与完善,于是众多的概念就成为了很多人头疼代数学的一个原因。
但是,不管怎么样,这些定义与概念大部分都有迹可循的,只要是一直随着主线思考下去,思路也就会变得十分自然。
遗憾的是,很多教材为了叙述方便,硬是将一些东西生搬硬套,凡事不管三七二十一,只要逻辑可证可推也就不管什么思路的来源问题了。
对此,我十分推荐Sheldon Axler的《Linear Algebra Done Right》一书,说来惭愧,这本书我也就翻过寥寥几页(捂脸)。
但是我还是想郑重推荐一下,一方面是因为很多看过这本书的学姐学长都大声叫好,另一方面这本书摒弃了一些传统的做法,直接以线性空间与线性映射为主线展开阐述,思路显得更清晰自然些,这个系列笔记我也会将这本书作为主要教材参考。
好了,废话不多说,现在我们正式开始!
线性空间(Linear Space)
我们说,高等代数主体是研究线性空间的,所以我们的首要任务就是搞清楚所谓的线性空间到底是一个什么东西。
在给出他的定义之前,有兴趣的同学可以看一个我在网上搬来的一篇文章,讲的很透彻,相信大家读过这篇文章可以对线性空间有一个很好的直观上的理解,以下是链接
高等代数研究线性空间的意义是什么呢?
为了更好地理解,我们这里先引入向量空间(线性空间的一类特殊情况),之后将会继续抽象出线性空间的概念进行讨论。
在正式讨论向量空间之前我们先做一些准备工作,首先给出数域的定义。
数域(Number Field)
Def:复数集的一个子集是一个数域![]()
![]()
且
![]()
显然,这里的条件
有些人可能就会问了,既然可以简化条件,为什么还要写成这样呢?
其实这是为了符合域(也就是数域的推广)的整体定义的形式。
你应该也注意到了,数域的定义其实就相当于对我们通常所说的加减乘除(除数不为0)封闭,而减和除又相当于加和乘的逆运算。
我们正是通过这个来抽象出域的概念的(数域是一个特殊的域),它的定义这里就不给出了,有兴趣的同学可以百度一下,我们之后讲线性空间的时候会重点讨论它的性质。
显然,数域上的加法和乘法满足下列性质
Prop
1.交换律(Commutativity)
2.结合律(Associativity)
3.加法、乘法单位元(Identity)
4.加、乘法逆(AdditiveMutiplicative Inverse)
5.分配律(Distributivity)
向量(Vector)
大家高中都学过平面向量,是(a,b)的形式,实际我们称其为二维向量(你可以将其理解为一个二维的点)。
在这里我们将其稍加推广就可以得到n维向量