linear algebra 2

本文探讨了线性代数中的关键概念,包括线性映射的性质、向量空间的维度理论、矩阵与线性映射的关系以及矩阵的运算等。通过这些基础知识的学习,可以更好地理解线性代数在各个领域的应用。
  1. whether the linear map is surjective or not depends on the target space
  2. 有限维向量空间的线性映射的零空间的维数加上值域的维数等于定义域的维数。dimV=dimnullT+dimrangeT
  3. close under addition & close under scalar multiplication
  4. 在有限维向量空间中,每个线性无关向量组都可以扩充成一个基
  5. 对于有限维向量空间的每一个子空间都可以找到另一个子空间,使得整个空间是这两个子空间的直和。
  6. 如果V和W都是有限维向量空间,并且dimV>dimW ,那么V到W的线性映射一定不是injective
  7. 当变量多于方程时,齐次线性方程组必有非零解。
  8. 因为线性映射又起在基上的值确定,所以线性映射T由标量aj,k                  完全确定,由这些a所构成的矩阵成为T关于基(v1,v2……)和基(w1,……)的矩阵,记为Μ(T,(v1,……),(W1,……))
  9. Mat(m,n,F)是以矩阵为元素的向量空间
  10. 一个从V到W的线性映射,确定了V和W的基向量,唯一的两个基向量之间的关系由一个矩阵来表达
  • 我们可以从复合映射引出矩阵乘法
  • 只有一个元素为1,其余元素全为零的m*n矩阵的全体,组成了Mat(m,n,F)的基。这样的矩阵一共有mn个,因此Mat(m,n,F)的维数等于mn。
  • 映射的维数等于定义域和值域的维数之积

 

转载于:https://www.cnblogs.com/cvprrandy/p/5676657.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值