矩阵理论——线性空间

线性空间

又称向量空间，满足11个条件，则称V构成关于加法和乘法的线性空间（在数域F上）。11个条件为：
1个非空：集合V非空
2个封闭：加法和数乘
2个加法规律：交换律和结合律
2个存在：零元和负元存在
2个乘法规律：1乘和数乘结合律
2个分配率：数乘对数的分配律、数乘对向量的分配律

• 线性空间的几个简单性质

(1)$0\alpha =\theta$
证明：
$\alpha +0\alpha =$
$1\alpha +0\alpha =$ (数乘初始条件)
$(1+0)\alpha =\alpha$（数乘分配率）
故有：$0\alpha =\theta$ (零元定义)

维数和基的关系

基的个数=维数（dim）

• $dim(N(A))=n-rank(A)$
  理解：$AX=0$中$A$相当于是约束条件，$X$本来有$n$个自由度,$rank(A)$表示有$rank(A)$个约束，因此$X$只有$n-rank(A)$个自由度。比如自由度是3，即只在3个基的方向上$X$取值是自由的，那这个零空间的维度就是3。
• $dim(R(A))=rank(A)$

生成子空间(矩阵列空间)的维数和基

提示：这是一个概念的理解问题
生成子空间：$span({\alpha }_1,...,{\alpha }_n)=k_1{\alpha }_1+...k_n{\alpha }_n$这个空间叫作生成子空间
矩阵列空间：如果A矩阵按列分块$({\alpha }_1,...,{\alpha }_n)$，$span({\alpha }_1,...,{\alpha }_n)$就是这个矩阵的列空间,记为$R(A)$

值得注意一点是，$({\alpha }_1,...,{\alpha }_n)$并不要求线性无关，所以由这些向量张成的空间不一定是n维，维度等于多少取决于$({\alpha }_1,...,{\alpha }_n)$的rank，也就是$({\alpha }_1,...,{\alpha }_n)$这之中有多少个线性无关的向量，那这个列空间的维度就应该是多少，而基就是其中一组极大无关组