线性代数主要研究有限维向量空间(finite-dimensional vector spaces) 上的线性映射(linear maps). 这些术语的含义我们以后会搞清楚的。线性代数系列博文将给出向量空间的定义,并讨论向量空间的基本性质。在线性代数中,如果研究实数的同时也研究复数,我们就会更深刻地理解各种定理,所以我们先介绍复数及其基本性质。
复数
你应该已经熟悉实数集 的基本性质。复数的发明使得我们可以对负数取平方根。关键思想是假定 有平方根,将 计为 ,并按照通常的算数法则对 进行计算。形式上,一个复数(complex number) 就是一个有序的数对 ,其中 , 但是我们把它写成 . 把所有复数构成的集合记为 :
如果 , 则将 和 看成一样的。所以可以将 看作 的一个子集。我们也通常将 直接写成 ,将 直接写成
上的加法和乘法定义如下:
其中 . 在这样的乘法中,你应该验证 , 不要去背上面的复数乘法公式,只要记住 并利用通常的运算法则就可以推导出这组公式。
例:计算
解:
复数运算的性质
利用我们已经熟知的实数的性质,你应该验证, 上的加法和乘法满足以下性质:
- 交换性 (commutativity): 对所有 , 都有 和 ;
- 结合性 (associativity): 对所有 , 都有 和 ;
- 单位元 (identities): 对所有 , 都有 和 ;
- 加法逆 (additive inverse): 对所有 ,都存在唯一的一个 ,使得 ;
- 乘法逆 (multiplicative inverse): 对所有 且 , 都存在唯一的一个 , 使得 ;
- 分配性 (distributive property): 对所有 , 都有 .
例:证明对所有 ,都有 .
解:假设 同时 ,其中 . 根据复数乘法的定义有
和
.
根据以上两组公式以及实数加法和乘法的交换律得出 .
定义:, 减法,, 乘法
对 ,
- 用 来表示 的加法逆(additive inverse). 因而 就是使得 的唯一复数.
- 上的减法被定义为 .
- 对于 , 用 表示 的乘法逆(multiplicative inverse). 因而 就是使得 的唯一复数.
- 上的除法被定义为 .
为了更加方便地给出对于实数和复数的定义和定理,我们在之后的博文中将用 表示 或 (选用字母 是因为 和 都是所谓域(field) 的例子,数域有详细的定义,只是这里我们并不讨论 和 之外的域)。我们将在 中讨论矩阵,用 中的元素 形成一个 行 列矩阵
叫作 上的一个矩阵。