线性代数

张玮

目录

  • 1 线性方程组
    • 1.1 线性方程组的基本概念
    • 1.2 高斯消元法与阶梯型
    • 1.3 线性方程组的等价与初等变换
    • 1.4 矩阵
    • 1.5 齐次线性方程组
    • 1.6 二阶行列式
    • 1.7 三阶行列式
  • 2 集合与映射
    • 2.1 集合的基本概念
    • 2.2 集合之间的运算
    • 2.3 集合的乘积和基数
    • 2.4 映射的基本概念
    • 2.5 映射的合成
    • 2.6 逆映射
    • 2.7 对换
    • 2.8 置换的分解
    • 2.9 例子
    • 2.10 置换的符号
    • 2.11 偶置换与奇置换
    • 2.12 置换在函数上的作用
    • 2.13 等价关系
    • 2.14 商映射与序关系
    • 2.15 数学归纳法
    • 2.16 整数的算术(上)
    • 2.17 整数的算术(下)
  • 3 矩阵
    • 3.1 向量和向量空间
    • 3.2 线性组合和线性相关
    • 3.3 一些性质
    • 3.4 基
    • 3.5 维数
    • 3.6 行秩、列秩的定义及性质
    • 3.7 线性方程组的可解性准则
    • 3.8 重新理解线性方程组
    • 3.9 线性映射
    • 3.10 矩阵的运算
    • 3.11 矩阵乘积的秩
    • 3.12 矩阵的转置
    • 3.13 单位矩阵和纯量矩阵
    • 3.14 可逆矩阵
    • 3.15 一些计算
    • 3.16 初等矩阵
    • 3.17 逆矩阵的计算
    • 3.18 线性方程组的解空间
    • 3.19 解空间的基础解系
  • 4 行列式
    • 4.1 平行六面体的体积与行列式
    • 4.2 行列式的若干性质
    • 4.3 广义行列式函数
    • 4.4 行列式按一行或一列的元素展开
    • 4.5 准三角方阵的行列式
    • 4.6 方阵乘积的行列式
    • 4.7 例子
    • 4.8 可逆矩阵的行列式判别准则
    • 4.9 克拉默法则
    • 4.10 矩阵的子式与矩阵的秩的联系
  • 5 群、环、域
    • 5.1 运算
    • 5.2 结合律的性质
    • 5.3 幂与倍数
    • 5.4 可逆元素
    • 5.5 群的定义和例子
    • 5.6 循环群
    • 5.7 元素的阶
    • 5.8 循环群的子群
    • 5.9 同态与同构
    • 5.10 例子与结论
    • 5.11 半群的乘法表以及群与对称
    • 5.12 环的定义和例子
    • 5.13 整数的剩余类环
    • 5.14 零因子、整环
    • 5.15 同态
    • 5.16 域的定义,例子
    • 5.17 素域
    • 5.18 域的特征
    • 5.19 任意域上的线性方程组
  • 6 复数和多项式
    • 6.1 复数域
    • 6.2 矩阵模型
    • 6.3 复平面、棣莫弗公式
    • 6.4 共轭
    • 6.5 实数域二次扩张的唯一性
    • 6.6 有理数域的二次扩张
    • 6.7 复数的初等几何
    • 6.8 尺规作图与二次扩张
    • 6.9 定义
    • 6.10 一些术语
    • 6.11 多项式的取值
    • 6.12 带余除法
    • 6.13 多元多项式
    • 6.14 多元单项式的字典序
    • 6.15 若干术语
    • 6.16 整除的初等性质
    • 6.17 最大公因子和最小公倍元
    • 6.18 欧几里得环的唯一因子分解性
    • 6.19 整系数多项式的因式分解
    • 6.20 整环的分式域
    • 6.21 欧几里得环的分式域
    • 6.22 有理函数域
  • 7 多项式的根
    • 7.1 根与线性因子
    • 7.2 韦达公式
    • 7.3 多项式的导数与根的重数
    • 7.4 重因子
    • 7.5 多项式函数
    • 7.6 代数基本定理的叙述和一些引理
    • 7.7 代数基本定理的证明
    • 7.8 实系数多项式的虚根
    • 7.9 复数域和实数域上的最简分式
    • 7.10 实系数多项式的根(上)
    • 7.11 实系数多项式的根(中)
    • 7.12 实系数多项式的根(下)
    • 7.13 斯图姆定理的证明
    • 7.14 正根的个数与系数的关系
    • 7.15 多项式根的近似计算
    • 7.16 整系数多项式的有理根
    • 7.17 对称多项式的定义与例子
    • 7.18 对称多项式的基本定理
    • 7.19 待定系数法
    • 7.20 一元四次方程的求根问题
    • 7.21 判别式
    • 7.22 解三次方程
    • 7.23 结式(上)
    • 7.24 结式(下)
  • 8 复习
    • 8.1 复习(一)
    • 8.2 复习(二)
    • 8.3 复习(三)
    • 8.4 复习(四)
  • 9 阅读
    • 9.1 阅读
  • 10 问卷调查
    • 10.1 问卷调查
映射的基本概念
  • 1 视频
  • 2 章节测验


定义

两个非空集合A与B间存在着对应关系f,而且对于A中的每一个元素x,B中总有有唯一的一个元素y与它对应,就这种对应为从A到B的映射,记作f:A→B。其中,b称为元素a在映射f下的象,记作:b=f(a)。a称为b关于映射f的原象。集合A中所有元素的象的集合称为映射f的值域,记作f(A)。

或者说,设A,B是两个非空的集合,如果按某一个确定的对应关系f,使对于集合A中的任意一个元素x,在集合B中都有唯一的元素y与之对应,那么就称对应f:A→B为从集合A到集合B的一个映射。

映射,或者射影,在数学及相关的领域还用于定义函数。函数是从非空数集到非空数集的映射,而且只能是一对一映射或多对一映射。

映射在不同的领域有很多的名称,它们的本质是相同的。如函数,算子等等。这里要说明,函数是两个数集之间的映射,其他的映射并非函数。一一映射(双射)是映射中特殊的一种,即两集合元素间的唯一对应,通俗来讲就是一个对一个(一对一)。

注意:

(1)对于A中不同的元素,在B中不一定有不同的象;

(2)B中每个元素都有原象(即满射),且集合A中不同的元素在集合B中都有不同的象(即单射),则称映射f建立了集合A和集合B之间的一个一一对应关系,也称f是A到B上的一一映射。

成立条件

映射的成立条件简单的表述就是:

1.定义域的遍历性:X中的每个元素x在映射的值域中都有对应对象

2.对应的唯一性:定义域中的一个元素只能与映射值域中的一个元素对应

个数关系

集合AB的元素个数为m,n,

那么,从集合A到集合B的映射的个数为   。

函数和映射,满映射和单映射的区别。

函数是数集到数集映射,并且这个映射是“满”的。

即满映射f: A→B是一个函数,其中原像集A称做函数的定义域,像集B称做函数的值域。

“数集”就是数字的集合,可以是整数、有理数、实数、复数或是它们的一部分等等。

“映射”是比函数更广泛一些的数学概念,它就是一个集合到另一个集合的一种确定的对应关系。即,若f是集合A到集合B的一个映射,那么对A中的任何一个元素a,集合B中都存在唯一的元素b与a对应。我们称a是原像,b是像。写作f: A→B,元素关系就是b = f(a).

一个映射f: A→B称作“满”的,就是说对B中所有的元素,都存在A中的原象。

在函数的定义中不要求是满射,就是说值域应该是B的子集。(这个定义来源于一般中学中的讲法,实际上许多数学书上并不一定定义函数是满射。)

象集中每个元素都有原象的映射称为满射 :即B中的任意一元素y都是A中的像,则称f为A到B上的满射,强调f(A)=B(B的原象可以多个)

原象集中不同元素的象不同的映射称为单射 :若A中任意两个不同元素x1≠x2,它们的像f(x1)≠f(x2),则称f为A到B的单射,强调f(A)是B的子集。

单射和满射可共同决定为一一双射。

分类

映射的不同分类是根据映射的结果进行的,从下面的三个角度进行:

1.根据结果的几何性质分类:满射(到上)与非满射(内的)

2.根据结果的分析性质分类:单射(一一的)与非单射

3.同时考虑几何与分析性质:满的单射(一一对应)。

应用

在很多特定的数学领域中,这个术语用来描述具有与该领域相关联的特定性质的函数,例如,在拓扑学中的连续函数,线性代数中的线性变换等等。在形式逻辑中,这个术语有时用来表示函数谓词(Functional predicate),在那里函数是集合论中谓词的模型。

如果将函数定义中两个集合从非空集合扩展到任意元素的集合(不限于数),我们可以得到映射的概念:映射是数学中描述了两个集合元素之间一种特殊的对应关系的一个术语。

按照映射的定义,下面的对应都是映射。

(1)设A={1,2,3,4},B={3,5,7,9},集合A中的元素x按照对应关系“乘2加1”和集合B中的元素对应,这个对应是集合A到集合B的映射。

(2)设A=N*,B={0,1},集合A中的元素按照对应关系“x除以2得的余数”和集合B中的元素对应,这个对应是集合A到集合B的映射。

(3)设A={x|x是三角形},B={y|y>0},集合A中的元素x按照对应关系“计算面积”和集合B中的元素对应,这个对应是集合A到集合B的映射。

(4)设A=R,B={直线上的点},按照建立数轴的方法,是A中的数x与B中的点P对应,这个对应是集合A到集合B的映射。

(5)设A={P|P是直角坐标系中的点},B={(x,y)|x∈R,y∈R},按照建立平面直角坐标系的方法,是A中的点P与B中的有序实数对(x,y)对应,这个对应是集合A到集合B的映射。

“映射”或者“投影”,需要预先定义投影法则部分的函数后进行运算。因此“映射”计算可以实现跨维度对应。相应的微积分属于纯数字计算无法实现跨维度对应,运用微分模拟可以实现本维度内的复杂模拟。 映射可以对非相关的多个集合进行对应的近似运算,而微积分只能在一个连续相关的大集合内进行精确运算。