-n维向量
哈尔滨工业大学数学系 第四章 N维向量

(β1, β2 ,L, βt )=(α1,α2 ,L,αm )Km×t 则 β1, β2 ,L, βt线性无关 R(K)=t (K列满秩 列满秩) 列满秩
即 β1, β2 ,L, βt线性相关 特别地,当m=t时 线性无关 β1, β2 ,L, βm R(K)<t (K不列满秩 不列满秩) 不列满秩 |K|≠0 (K可逆 可逆) 可逆 |K|=0 (K不可逆 不可逆) 不可逆
哈尔滨工业大学数学系
第四章 n 维 向 量
n维向量
n维向量的概念及其线性运算 向量组线性相关与线性无关 向量组的秩 向量空间 欧式空间
维向量的概念及其线性运算 概念及其 4.1 n维向量的概念及其线性运算
1.定义:数域F内的n个数a 1.定义:数域F内的n个数a1,a2,…,an组成的 定义 , 有序数组—称为数域 上的( 称为数域F 有序数组 称为数域F上的(n维)向量 a1 列 , α 记作: 记作: =(a1,a2,…,an ) 或 α= a2 向 行向量 an 量 几个名词: 复向量、实向量、 几个名词: 复向量、实向量、Rn、 负向量( )、 负向量( −α)、零向量 相等 α = β
0
1
2
m
km
(充分 充分性)假设 α1,α2 ,L,αm 线性相关 充分 假设 则存在不全为零的数k 不全为零的数 则存在不全为零的数 1, k2 , …,km使 k1 α1,α2 ,L,αm k2 = 0 即 AK = 0 且 K ≠ 0 ( ) km R(A) ≤m-1 矛盾. R(A)+R(K) ≤m 注: 1.矩阵An×m的列向量组 α1,α2 ,L,αm线性相关 矩阵A 矩阵 R(A)<m (A不列满秩 列满秩) 列满秩 2.矩阵 n×m的行向量组线性无关 矩阵A 矩阵 R(A)=n (A行满秩 行满秩) 行满秩 3.n阶方阵 的列(行)向量组线性无关 的列( 阶方阵A的列 (A满秩 满秩) 满秩 |A|≠0
线性代数-n维向量

一. n维向量及其线性运算 二. 线性相关性 三. 向量组的秩 四. 向量空间
五. 内积与正交化
第Байду номын сангаас节 n维向量及其线性运算
(一) n维向量的概念
定义
由n 个有数 a1 , a2 ,
, an 组成的有序数组 a1 , a2 ,
, an
称为一个n 维向量。 这 n 个数称为该向量的 n 个分量,第 i 个数 a i 称为第i个分量。 分量全为实数的向量称为实向量, 分量全为复数的向量称为复向量.
2
0
0 3 1 2 0 3 1 2 2 0 1 1 2 0 1 1 0 1 1 b 0 0 0 b 2 0 0 a 1 0 1 a 2 0
1 0 0 0
T T T (2, 5,1) , (10,1, 5) , (4,1, 1) , 求 . 其中 1 2 3
解 3 1 3 2 2 2 5 3 5 ,
6 3 1 2 2 5 3 ,
1 ( 3 1 2 2 5 3 ) (1, 2, 3)T . 6
一般用希腊字母 , , 等表示 n 维向量。
a1 , a2 , 向量通常写成一行:
, an 称为行向量。
a1 a 2 有时也写成一列: 称为 列向量 。它们的区别只是 写法上的不同。 an
分量全为零的向量 0,0,
,0 称为零向量,记为 0。
, km称为这个线性组合的系数。 , m ,和向量 , 如果存在
m m
定义2:给定向量组 A : 1 , 2 , 一组实数 1 , 2 , m , 使得 1 1 2 2
n维向量的运算

谢谢聆听
3(α1-α)+2(α2+α)=5(α3+α) 求向量α. 解 将上式合并同类项,得
6α=3α1+2α2-5α3
n维向量的运算
n维向量的运算
【例3-2】
用向量表示线性方程组
n维向量的运算
n维向量的运算
反之,若是给出向量组(3-2),作向量方程(3-3), 可得线性方程组(3-1).通常将向量方程(3-3)称为线性方 程组(3-1)的向量形式.
(1)α+β=β+α(加法交换律). (2)α+(β+γ)=(α+β)+γ(加法结合律). (3)α+0=α. (4)α+(-α)=0. (5)k(α+β)=kα+kβ(数乘分配律). (6)(k+l)α=kα+lα(数乘分配律). (7)(kl)α=k(lα)(数乘结合律). (8)1·α=α. 其中,α,β,γ是n维向量,0是n维零向量,k和l是 任意实数.
n维向量的运算
定义3-5
设k为常数,数k与向量α=(a1,a2,…,an)的各分量的乘 积所构成的n维向量,称为数k与向量α的乘积(简称数乘),记 为kα,即
kα=(ka1,ka2,…,kan) 向量的加法与数乘运算统称为向量的线性运算.利用上述定 义,不难验证向量的线性运算满足下述八条运算律:
n维向量的运算
n维向量的运算
n维向量的运算
定义3-2
所有分量都是0的向量称为零向量,记为 0=(0,0,…,0) 由n维向量α=(a1,a2,…,an)各分量的相反数 构成的向量,称为α的负向量.记为 -α=(-a1,-a2,…,-an)
n维向量的运算
n维向量的概念

n维向量的概念
n维向量的引入,能够帮助我们去理解一些不能用一个 数来刻画的事物及其性质.例如,在解析几何中,用二元有序 实数组(x,y)可以刻画平面上的一个点或向量,用三元有序数 组(x,y,z)刻画空间中的一个点或向量;在力学中,速度和加 速度也同时具有大小和方向,用四元数组(x,y,z,w)刻画速 度或加速度,其中前三个数(x,y,z)表示速度或加速度的方向, 第四个数w表示其大小;在解线性方程组的过程中,方程组 的解是由n个有顺序的数组成的,即是一个n元有序数组,这 是一个整体,分开去看是没有意义的.这样的例子是很多的, 这里所定义的n维向量是所有具体例子的抽象.
n维向量的概念
n维向量的概念
定义3-1
由n个数a1,a2,…,an所组成的有序数组α称为n维 向量,简称为向量.其中n称为向量的维数,第i (i=1,2,…,n)个数ai称为n维向量α的第i个分量,并 且把n个分量均为实数的向量称为实向量;把n个分量 均为复数的向量称为复向量.
n维向量可以写成一行形式 αT=(a1,a2,…,an)
ቤተ መጻሕፍቲ ባይዱ维向量的概念
事实上,n维向量是解析几何中向量概念的推广. 在解析几何中,我们称“既有大小又有方向的量”为 向量,并且用具有方向的线段来表示向量.取定直角 坐标系以后,2维向量空间R2可以表示平面上向量的 全体,而3维向量空间R3可以表示空间中向量的全体. 因此,当n=2,3时,n维向量是以平面或空间的有向 线段为具体形象的.
谢谢聆听
n维向量的概念
也可以一列的形式
这就是n维的行向量和列向量,或者说成行矩阵和列矩阵,通常用 黑体希腊字母α,β,…表示列向量,而用符号αT,βT,…表示行向量.在本书 中,如果没有特别说明,所有涉及的向量均指分量为实数的列向量, 即列形式的实向量.将所有n维实向量的全体记为Rn,即
线性代数[第三章n维向量]山东大学期末考试知识点复习
![线性代数[第三章n维向量]山东大学期末考试知识点复习](https://img.taocdn.com/s3/m/e7a23808640e52ea551810a6f524ccbff121caa8.png)
线性代数[第三章n维向量]⼭东⼤学期末考试知识点复习第3章 n维向量⼀、n维向量的概念1.n维向量的定义由n个数a1,a2,…,a n所组成的⼀个有序数组α=(a1,a2,…,a n)称为⼀个n维向量,其中第i个数ai称为向量α的第i个分量(i=1,2,…,n).向量常⽤希腊字母α,β,γ,…来表⽰,其分量常⽤⼩写拉丁字母a,b,c,…来表⽰.2.零向量所有分量都是零的向量称为零向量.3.负向量向量α中的每个分量都变号后得到的向量,称为α的负向量,记为-α.4.向量相等两个向量相等的充要条件是它们的对应分量相等.⼆、向量的线性运算1.向量的加法设α=(a1,a2,…,a n),β=(b1,b2,…,b n),定义α+β为这两个向量的对应元素相加所得到的向量,即α+β=(a1+b1,a2+b2,…,a n+b n),并称其为向量的加法.2.数与向量的乘法设α=(a1,a2,…,a n),k∈R,则kα=(ka1,ka2,…,ka n)3.向量的减法设α=(a1,a2,…,a n),β=(b1,b2,…,b n),则α-β=(a1-b1,a2-b2,…,a n-b n).4.向量的线性运算向量的加法以及数与向量的乘法称为向量的线性运算.向量的线性运算满⾜以下⼋条运算规律:(1)α+β=β+α;(2)(α+β)+γ=α+(β+γ);(3)α+θ=α;(4)α+(-α)=θ;(5)1.α=α;(6)(kl)α=k(lα);(7)k(α+β)=kα+kβ;(8)(k+l)α=kα+lα三、向量的线性组合1.向量的线性组合的定义设β,α1,α2,…,αn是⼀组m维向量,如果存在数k1,k2,…,k n使得关系式β=k1α1+k2α2+…+k nαn成⽴,则称卢是向量组α1,α2,…,αn的线性组合,或称β可由向量组α1,α2,…,αn线性表⽰.2.⼏个常⽤结论(1)零向量可由任意同维向量组线性表⽰;(2)向量组中的任⼀向量可由该向量组线性表⽰;(3)任⼀n维向量α=(a1,a2,…,a n)都可由n维单位向量组ε1,ε2,…,ε线性表⽰,且α=a1ε1+a2ε2+…+a nεn.n四、向量组的等价1.定义设有两个向量组α1,α2,…,αm,(1)β1,β2,…,βn.(2)若向量组(1)中每个向量可以由向量组(2)线性表⽰,则称向量组(1)可由向量组(2)线性表⽰.若向量组(1)与向量组(2)可互相线性表⽰,则称两向量组等价,记作{α1,α2,…,αm}≌{β1,β2,…,βn}.2.向量组的等价性质向量组的等价满⾜反⾝性、对称性、传递性.五、向量组线性相关与线性⽆关1.定义设α1,α2,…,αn为n个m维向量,如果存在⼀组不全为零的数k1,k2,…,k n,使得k1α1+k2α2+…+k nαn=θ成⽴,则称向量组α1,α2,…,αn线性相关;否则,称向量组α1,α2,…,αn线性⽆关.线性⽆关的⼏种等价定义:(1)对任意⼀组不全为零的数k1,k2,…,k n,都有k1α1+k2α2+…+k nαn≠θ(2)k1α1+k2α2+…+k nαn=θ当且仅当k1,k2,…,k n全为零.2.⼏个常⽤结论(1)由⼀个向量α构成的向量组线性相关的充要条件是α=θ.(2)由两个向量构成的向量组线性相关的充要条件是其对应分量成⽐例.(3)含有零向量的任⼀向量组线性相关.(4)若⼀个向量组中有⼀个部分向量组线性相关,则该向量组线性相关;反之,若⼀个向量组线性⽆关,则它的任⼀部分组都线性⽆关.我们可把这个结论简单地记为“部分相关,整体相关;整体⽆关,部分⽆关”.(5)⼀个线性⽆关的向量组中的每个向量按相同的位置随意增加⼀些分量所得到的⾼维向量组仍线性⽆关.逆否命题:⼀个线性相关的向量组中的每个向量按相同的序号划去⼀些分量所得的低维向量组仍线性相关.(6)n维向量组α1,α2,…,αn线性⽆关的充要条件是D=det(α1,α2,…,αn)≠0;n维向量组α1,α2,…,αn线性相关的充要条件是D=det(α1,α2,…,αn)=0.(7)向量组α1,α2,…,αs(s≥2)线性相关的充要条件是其中⾄少有⼀个向量是其余s-1个向量的线性组合.(8)若向量组α1,α2,…,αs线性⽆关,⽽α1,α2,…,αs,β线性相关,则向量β可由向量组α1,α2,…,αs线性表⽰,且表⽰法惟⼀.(9)若向量组α1,α2,…,αs可由向量组β1,β2,…,βt线性表⽰,且s>t,则向量组α1,α2,…,αs线性相关.逆否命题:若向量组α1,α2,…,αs线性⽆关,且可由向量组β1,β2,…,βt线性表⽰,则s≤t.(10)m个n维向量组(m>n)必线性相关.(11)两个等价的线性⽆关的向量组必含有相同个数的向量.六、向量组的极⼤线性⽆关组1.极⼤线性⽆关组的概念向量组α1,α2,…,αr,αr+1,…,αs的部分组α1,α2,…,αr是极⼤⽆关组(1)α1,α2,…,αr线性⽆关;(2)α1,α2,…,αr,αr+1,…,αs中每个向量可由α1,α2,…,αr 线性表⽰.(1)α1,α2,…,αr线性⽆关;(2)α1,α2,…,αr,αr+1,…,αs中任意r+1个向量线性相关.2.关于极⼤线性⽆关组的常⽤结论(1)含⾮零向量的任⼀向量组⼀定存在极⼤⽆关组.(2)线性⽆关向量组的极⼤⽆关组是其⾃⾝、.(3)任何向量组均与其极⼤⽆关组等价.(4)⼀个向量组的任意两个极⼤⽆关组都含有相同个数的向量.七、向量组的秩1.向量组的秩的定义向量组α1,α2,…,αs的任⼀极⼤⽆关组所含向量的个数称为这个向量组的秩,记为r(α1,α2,…,αs).2.关于向量组的秩的常⽤结论(1)对任何向量组α1,α2,…,αs均有0≤r(α1,α2,…,αs)≤s;(2)向量组α1,α2,…,αs线性⽆关?r(α1,α2,…,αs)=s;(3)向量组α1,α2,…,αs线性相关?r(α1,α2,…,αs)(4)若向量组α1,α2,…,αs可由向量组β1,β2,…,βt线性表⽰,则r(α1,α2,…,αs)≤r(β1,β2,…,βt).特别地,若两向量组等价,则它们的秩相同;反之不真.(5)若向量组的秩为r,则其任何含r个向量的线性⽆关的部分组都是其极⼤线性⽆关组.⼋、矩阵的⾏秩与列秩1.定义矩阵A的⾏(列)向量组的秩称为A的⾏(列)秩.2.矩阵秩的性质(1)对任何矩阵A,都有A的⾏秩=A的列秩=r(A);(2)r(AB)≤min{r(A),r(B)};(4)r(A+B)≤r(A)+r(B).九、极⼤⽆关组的求法1.矩阵的初等⾏(列)变换不改变其列(⾏)向量间的线性关系2.求向量组α1,α2,…,αs的⼀个极⼤⽆关组的⽅法(1)以α1,α2,…,αs为列向量作矩阵A;(2)对A施以初等⾏变换化成阶梯形矩阵B,设r(B)=r,且B中第j1,j2,…,j r列有⼀个r阶⼦式不等于零,则αj1,αj2,…,αjr 即为所求向量组的⼀个极⼤⽆关组.3.求向量组α1,α2,…,αs的极⼤⽆关组并将其余向量⽤该极⼤⽆关组表出的⽅法(1)以α1,α2,…,αs为列向量作矩阵A;(2)对A施以初等⾏变换化成阶梯形矩阵B;(3)再通过初等⾏变换化为⾏简化阶梯形矩阵C,设矩阵C的第j1,j2,…,j r列为单位向量,则αj1,αj2,…,αjr即为所求向量组的⼀个极⼤⽆关组,且C 中列向量间的线性关系即为A中相应列向量间的线性关系.⼗*、向量空间1.向量空间的定义设V是⾮空的n维向量的集合,若集合V对于加法及数乘两种运算封闭,则称V是向量空间.2.向量空间的⽣成3.向量空间的相等若{α1,α2,…,αm}≌{β1,β2,…,βn},则span(α1,α2,…,αm)=span(β1,β2,…,βn).4.向量空间的⼦空间设有向量空间V1,V2,若V1?V2,则称V1是V2的⼦空间.5.向量空间的基及其维数设V是向量空间,如果存在r个向量α1,α2,…,αr∈V,满⾜(1)α1,α2,…,αr线性⽆关;(2)V中任⼀向量都可由α1,α2,…,αr线性表⽰;则称α1,α2,…,αr为V的⼀个基,r称为V的维数.⼗⼀、重点难点(⼀)重点(1)向量的线性运算可以看做是特殊矩阵的线性运算,它是后⾯讨论向量的线性组合、线性相关性等概念的基础,必须熟练掌握.(2)向量的线性组合、线性相关、线性⽆关的概念、性质及三者之间的关系定理是本章的重点,要熟练掌握三个概念及有关结论,详见内容提要;要深刻理解概念、定理的本质,熟练掌握线性相关和线性⽆关的有关性质及判别法,并能灵活应⽤.(3)向量组的极⼤⽆关组是特别重要的概念,它在向量组线性相关性的证明中往往能起到重要的作⽤;此外,还应当掌握求向量组的极⼤⽆关组的⽅法.(4)理解并掌握向量组的秩的概念,理解矩阵的秩与其⾏(列)向量组的秩的关系,熟练掌握求向量组的秩的⽅法,并能通过秩这⼀重要⼯具来判断向量组的线性相关性.(⼆)难点(1)向量组的线性相关性的证明.常见的⽅法有:定义法、利⽤有关结论及定理、利⽤齐次线性⽅程组有⽆⾮零解、利⽤向量组的秩与向量组所含向量的个数关系等.(2)向量组的秩与线性⽅程组有关理论的证明.。
线性代数N维向量空间基与维数

§ 4.4 向量空间
12 解: 0 1
1 0
1 1 1
1 1 1
初等 行变换
1 0 0
2 1 0
1 1 0
1 1 0
可见dim L(A1, A2, A3, A4) = 2, A1, A2是L(A1, A2, A3, A4)的一组基.
注: 此外A1, A3也是L(A1, A2, A3, A4)的一组基. 还有A1, A4.
分别为x, y, 则
x = Py, y = P1x.
证明: = (1, 2, …, r)x = (1, 2, …, r)y = (1, 2, …, r)Py
(1, 2, …, r)(x Py) = 0. 又因为1, 2, …, r线性无关,
所以x Py = 0, 即x = Py, 进而y = P1x.
L(A1, A2, …, As)——A的列空间(column space) dimL(A1, A2, …, As) = 秩(A).
1 2 1 1Biblioteka 例3. 设A = [A1, A2, A3, A4] = 0 1 1 1 ,
1 0 1 1
求L(A1, A2, A3, A4)的一组基和维数.
第四章 n维列向量空间
事实上, 对于这个例子, 除了A3, A4以外, A1, A2, A3, A4中任意两个向量都构成 L(A1, A2, A3, A4)的一组基.
第四章 n维列向量空间
三. 向量在基下的坐标
1, 2, …, r——V 的一组基,
§ 4.4 向量空间
由定义, 对V, 唯一的一组有序实数 k1, k2, …, kr使得 = k11+k22+…+krr .
则称V是Rn的一个子空间(subspace), 或直接 称为一个(实)向量空间(real vector space). 仅含有零向量0的集合{0}关于向量的线性运 算也构成一个向量空间.
第一节n维向量与向量组[1]
![第一节n维向量与向量组[1]](https://img.taocdn.com/s3/m/dedee3ff19e8b8f67c1cb968.png)
三、线性相关性的判定
定理1.向量组 1 , 2 ,, m (当 m 2 时)线性相关 的充分必要条件是 1 , 2 , , m 中至少有一个向 量可由其余 m 1个向量线性表示.
证明 充分性 设 a1 , a2 , , am 中有一个向量(不妨设 能由其余向量线性表示. 即有
α x α x
1 1 2
2
αx
n
n
β
方程组与增广矩阵的列向量组之间一一对应.
定义1 给定向量组A : 1 , 2 ,, m,对于任何一
向量 组实数k1,k2, , km, k1 1 k 2 2 k m m
k1,k 2, , k m 称为这 称为向量组的一个 线性组合, 个线性组合的系数 .
T m
T 2
T 1
T i T m
向量组 , , …, 称为矩阵A的行向量组.
反之,由有限个向量所组成的向量组可以构 成一个矩阵.
m个n维列向量所组成的向量 组1 , 2 ,, m , 构成一个 n m矩阵
A ( 1 , 2 ,, m )
m 个n维行向量所组成 的向量组 1 , 2 , m ,
故方程组只有零解 x1 x2 x3 0,所以 向量组
1 , 2 , 3线性无关.
定理3 (1) 若 向量组 A: 1 , 2 ,, m 线性相关, 则
向量组 B : 1 ,, m , m 1 也线性相关.反言之, 若向 量组B 线性无关, 则向量组A也线性无关 .
亦即 ( x1 x3 ) 1 ( x1 x2 ) 2 ( x2 x3 ) 3 0, 因 1, 2, 3线性无关,故有 x1 x 3 0, x1 x 2 0, x x 0. 2 3
n维向量的线性相关性

例如 对向量α=(1, 1, 0), β=(2, 1, 1), γ=(1, 0, 1),
β=α+γ, β是α, γ的线性组合.
在n维向量空间中,设
1,0,,0, 0,1,,0, , 0,0,,1,
1
2
则对任何一个n维向量
(a ,a ,,na )
12
n
都有 a11 a2 2 an n .
证 用反证法,利用性质2即得。
4.若向量组i=(ai1, ai2,…, ain), i=1, 2, …, m, 线
性相关, 则去掉最后r个分量(1≤r<n)后,所得 到的向量组: βi=(ai1, ai2,…, ain-r) , i=1, 2, …, m 也线性相关.
证 由 α1, α2, …, αm 线性相关,故存在着
a ,a ,,a i 1,2,,n
i
i1 i2
in
线性相关的充分必要条件为
a a a
11
21
n1
a a a
D
12
22
n2
0.
a a a
1n
2n
nn
向量组的线性相关与线性无关的性质
1.含有零向量的向量组必线性相关.
证 不失一般性,设所给的m个向量为
0, ,, .
1
2
m
从而存在不全为零的数1,0,…,0,使得
解 设 k k k 0,
11
22
33
即 系数行列式
k 1
2k 2
k 3
0
2k
1
k
2
3k 3
0
2k 1
k 2
k 3
0
1 2 1
不能用克莱
线性代数n维向量

1 n 0时, 才有 1 1 2 2 n n 0 成立 .
2. 对于任一向量组, 不是线性无关就是 线性相关 .
第三章 n维向量 第四章 n维向量
3.向量组只包含一个向量 时, 若 0 则说 线性相关, 若 0, 则说 线性无关 .
n维向量的线性运算满足下面的八条运算规律: (1)
(2)
( ) ( )
(3) 0 0 (4) ( ) 0
(5)
1 ; 0 0; k 0 0
(6) ( ) ( ), , 是 实 数 (7) ( )
定义 负向量
( a1 , a 2 , , a n )
第三章 n维向量 第四章 n维向量
T T n 维 向 量 ( a , a , , a ) , ( b , b , , b ) , 设两个 1 2 n 1 2 n
(1) 加法(和向量) 减法 (2)
m个n维列向量所组成的向量 组1 , 2 ,, m , 构成一个n m矩阵
A ( 1 , 2 , , m )
m 个n维行向量所组成 的向量组 1 , 2 , m ,
T T T
ቤተ መጻሕፍቲ ባይዱ
构成一个m n矩阵
1T T 2 B T m
第三章 n维向量 第四章 n维向量
第三章
n维向量
Part 1 向量及其线性运算
Part 2 向量组的线性相关性
Part 3 向量组的最大无关组与秩
Part 4 向量空间
第三章 n维向量 第四章 n维向量
第一节
第2章-n维向量

请双面打印/复印,节约纸张。
第二章 n维向量第一节 n维向量及其运算 第二节 向量组的秩和线性相关性 第三节 向量组线性相关性的 等价刻画 第四节 向量组的极大线性无关组 第五节 向量空间 第六节 内积与正交矩阵第二章 n维向量§2.1 n维向量及其运算第二章 n维向量§2.1 n维向量及其运算§2.1 n维向量及其运算 一. 历史古希腊的亚里士多德(Aristotle): 二力合成的平行四边形法则 法国数学家笛卡尔(René Descartes): 解析几何 1831年, 德国数学家高斯 (Johann Carl Friedrich Gauss): 复平面的概念 1844年, 德国数学家格拉斯曼 (Hermann Günter Grassmann): n 维向量 英国物理学家数学家亥维赛(Oliver Heaviside): 向量分析 1888年, 意大利数学家皮亚诺(Giuseppe Peano): 以公理的方式定义了有/无限维向量空间三皇 五帝 夏朝 商朝 周朝 春秋 战国 秦朝 西楚 西汉 新朝 玄汉 东汉 三国约前?世纪-约前30世纪初 约前30世纪初-前2029年 前2070-前1600 前1600-前1046 前1046-前256 前770-前476 前475-前221 前221-前206 前206-前202 前202-公元9年 公元8年12月-23年10月 亚里士多德[希腊] (前384~前322.3.7) 23-25 25-220 220-280第二章 n维向量§2.1 n维向量及其运算第二章 n维向量§2.1 n维向量及其运算笛卡尔[法] (1596.3.31~1650.2.11)明朝1368-1644 顺治1644-1662 康熙1662-1723 雍正1723-1736 乾隆1736-1796 嘉庆1796-1821 道光1821-1851 咸丰1851-1862 同治1862-1875 光绪1875-1908 宣统1908-1911高斯[德] (1777.4.30~1855.2.23)顺治1644-1662 康熙1662-1723 雍正1723-1736 乾隆1736-1796 嘉庆1796-1821 道光1821-1851 咸丰1851-1862 同治1862-1875 光绪1875-1908 宣统1908-1911东南大学-张小向 272365083@1请双面打印/复印,节约纸张。
线性代数2.2n维向量

06
单位元存在性
存在一个零向量,使得对任意向量a,都有 a+0=a;同时存在一个单位元e,使得对任意 标量k和任意向量a,都有 ke=k(a+0)=ka+0=ka。
向量空间的性质
1 2
线性组合
向量空间中的任意两个向量可以线性组合成一个 新的向量,且结果仍属于该向量空间。
线性无关
向量空间中的一组向量是线性无关的,当且仅当 这组向量不能被其他向量线性表示。
3
子空间
如果一个向量空间的非空子集满足向量的加法和 标量乘法的封闭性,则称这个子集为子空间。
向量空间的应用
几何学
向量空间是几何学中研究图形和变换的基础,例 如向量的加法对应于图形的平移和旋转。
工程学
向量空间在工程学中广泛应用于信号处理、图像 处理、控制系统等领域。
物理学
向量空间在物理学中用于描述物理量的方向和大 小,例如力、速度和加速度等。
要点二
详细描述
向量的点积是将两个向量对应分量相乘后求和,得到一个 标量。点积的结果可以用来判断两个向量的相似程度,如 果两个向量的点积为零,则它们垂直;如果点积为正,则 两个向量方向相同;如果点积为负,则两个向量方向相反 。
向量的叉积
总结词
叉积是向量的另一种基本运算,它表示两个向量的垂直 关系。
详细描述
03
向量空间的基
如果一个向量组是线性无关的,并且 该向量组可以生成整个向量空间,则 该向量组被称为该向量空间的基。
线性组合的应用
矩阵运算
矩阵运算中经常涉及到向量的线性组合,如矩阵乘法、 向量点乘等。
线性方程组
通过向量的线性组合,可以将线性方程组转化为矩阵 形式,便于求解。
第1节 n维向量及其线性相关性

k1 k
1
k2 k
2
kr k
r
定理3 若向量组 1 , 2 , , r 线性无关,而
, 1 , 2 , , r 线性相关,则 可由 1 , 2 , , r
线性表示,且表示法唯一.
再证表示法唯一,设有两种表示方法:
证 不妨设 1 , 2 , , j ( j
不全为零的数, k 2 k j k1 使
m)
线性相关,于是有
k 1 1 k 2 2 k j
j
0
从而有不全为零的数 k 1 , k 2 k j , 0 , , 0 使
k 1 1 k 2 2 k j j 0
k k 1 1 k 2 2 k r r 0
其中k
0 (如果 k 0 ,则由 1 , 2 , , r 线性无关又得
必须全为零,这与 k , k 1 , k 2 , , k r 不全为零矛 盾),于是 可由 1 , 2 , , r 线性表示为
(4.2)
即
(4.3)
因此,如果 1 , 2 , , r 线性相关,就必有不全为零的 数x1 , x 2 , , x r 使得(4.2)式成立,即齐次线性方程组 (4.1)有非零解;反之,如果线性方程组(4.1)有非 零解,也就是有不全为零的数使(4.2)成立,则 1 , 2 , , r 线性相关.定理得证.
问:(1) 1 , 2 , 3 是否线性相关?(2) 4 是
否由 1 , 2 , 3 线性表示?如能表示求其表示式.
解(1)根据定理2,作矩阵
3.1n维向量概念及其线性运算

( 3)α + 0 = α ; (4)α + ( −α ) = 0 (5)1 × α = α ;
8( ( )kl )α = k ( lα ). 数乘向量结合律) (数乘向量结合律)
例1
设 α = ( 2,1,3), β = ( −1,3,6), γ = ( 2,−1,4).求向量
2α + 3β − γ .
是数, 向量运算的8条运算律:设 α , β , γ都是n维向量 , k , l是数,则 向量运算的8条运算律:
(1)α + β = β + α ; (加法交换律 ) ( 2)(α + β ) + γ = α + ( β + γ ); (加法结合律 )
(6)k (α + β ) = kα + kβ ; (数乘分配律 ) (7)( k + l )α = kα + lα (数乘分配律) ; 数乘分配律)
的线性组合, ( β 能否表示成 α 1, α 2, α 3的线性组合,取决于该 方 程组是否有解。 程组是否有解。对它的 增广矩阵施行初等行变 换,得
( A, β ) 1 → 0 0 1 0 2 − 1 3 1 = (α 1 , α 2 , α 3 , β ) = 2 1 3 4 6 5 1 0 0 2 2 − 1 − 1 → 0 1 − 1 1 −1 3 3 0 0 4 0 8 4 − 4
≠
(2,1) , )
2.n维零向量 . 维零向量 3.负向量 .
0 = (0, 0,L , 0)
α = (a1 , a2 ,L , an ), −α = (−a1 , −a2 ,L , −an )
第三章-n维向量组

行向量: a 1 ,a 2 , ,a n 也叫行矩阵
列向量:
b1
b1, b2 ,, bn T
b2
bn
也叫列矩阵
二. 向量的线性运算
1. 几个常用知识点
(1)若 n 维向量 ( a 1 , a 2 , , a n ) , ( b 1 , b 2 , , b n ) 的对应
第三章 n 维向量
2015
3.1 向量
知识点: 向量的概念 向量的线性运算 向量空间
一. 向量的概念
定义:由 n 个有顺序的数 a1,a2, ,an组成的有序数组
a 1 ,a 2 , ,a n
称为 n 维向量,数 a1,a2, ,an 称为向量 的分量(或坐标),
aj(j1,2, ,n)称为 的第 j 个分量(或坐标)。
则向量 (b 1,b 2, ,b m )可由向量组 1,2,,n线性表出的充
分必要条件是线性方程组
a11k1 a21k2 an1kn b1
a12k1
a2 2k2
an2kn
b2
a1mk1 a2mk2 anmkn bm
有解。
【注】定理3.2.1和命题1的区别是,定理3.2.1中向量组是 1,2, ,n,共有 n 个向量,且每个向量都是 n 维,而命题1中向量
第二步:对矩阵 A 作初等行变换,化为行阶梯形矩阵,且
将每次变换的过程标注在右侧;
第三步:若最后的行阶梯形矩阵中,标注有 的行不是零行,
则向量 不能被向量组1,2,,n 线性表出;若标注有 的行
是零行,则令标注的表达式为零,通过移项化简,则能用向量组
1,2,,n 将向量 线性表出。
例:设向量组 1 ( 4 , 0 , 2 , 2 ) , 2 ( 1 , 1 , 1 , 1 ) , 3 ( 1 , 1 , 0 , 0 ) , ( 0 , 2 , 1 , 2 )
第二章n维向量

解:
A
1
2
3 4
1 2 2 1
1 1 3 3
1 3 2 1
1 2 2 1
2
1
3 5
0 0 0
1 1 1 2
1 1 0 2
1 0 0 0
2
1
1
2
1 1 1 1 2 1 1 1 1 2
A 0
0 0
1 1 2
1 0 2
0 0 0
1
1
2
0
0 0
1 0 0
解:设k11 k22 k33 O 即 (k1 k3)1 (k1 k2 )2 (k2 k3)3 O
1,2 ,3
k1
线性无关,
k2 k3 0
k1 k3 1, 2
0 ,
3k1线性k2无关0.
k2 k3 0
例3:设向量组 1,2 , ,m 线性无关,且
1 2 m
k2 km 0
01 1
k1
k3
km
0
系数行 1
列式为
0
1 (m 1)(1)m1 0
(m 1)
k1 km1 0
11 0
向量组 1, 2 , , m线性无关。
向量组的等价
1.定义1: 设有两个 n 维向量组 (I ) : 1,2 , ,r (II ) : 1, 2 , , s
也线性无关。 用语言叙述为:
线性无关的向量,添加分量后仍旧线性无关。
推论:r 维线性无关的向量,添加 n-r 个相应分量组成的n 维向量仍旧线性无关。
证明:
1 a11 a12
A
2 m
a21 am1
a22
am2
线性代数-3n维向量

α = ( a1 , a 2 , L a n ),
或:
(n维行向量 维行向量) 维行向量
α
a1 a 2 = M a n
(n维列向量 维列向量) 维列向量
目录
其中: 是实数,称为分量 分量的个数称为向量的维数 其中 ai (i=1,2…n)是实数 称为分量 分量的个数称为向量的维数 是实数 称为分量,分量的个数称为向量的维数. 维向量的线性运算(可参看矩阵的运算) 二. n维向量的线性运算 可参看矩阵的运算 维向量的线性运算 可参看矩阵的运算 设 1.相等 相等 2.加法 加法 3.数乘 数乘 4.转置 α 转置
T
α = (a1 , a2 ,L, an ), β = (b1 , b2 ,L, bn )
α = β ai = bi , (i = 1,2,Ln)
α ± β ( a i ± bi ), ( i = 1, 2 , L , n )
k β = ( ka
n
i
= (a1, a 2 ,L , a
)T
a1 a2 = M a n
线性相关. 线性相关
推论2: 两个线性无关的等价的向量组 必含有相同个数的向量 必含有相同个数的向量; 推论 两个线性无关的等价的向量组,必含有相同个数的向量 推论3: 任意n+1个n维向量组必然线性相关 维向量组必然线性相关. 推论 任意 个 维向量组必然线性相关 二. 向量组中的极大线性无关组和向量组的秩 设一个向量组的某一部分组是线性无关的,并且从该向量组 设一个向量组的某一部分组是线性无关的 并且从该向量组 中的其余向量中任取一个添进去 所得的新的向量组线性相关 所得的新的向量组线性相关, 中的其余向量中任取一个添进去,所得的新的向量组线性相关 则称该部分组为一个极大线性无关组 则称该部分组为一个极大线性无关组. 极大线性无关组
n维向量

n 维向量空间§3.1 n 维向量的定义 1. 定义定义:n 个数n a a a ,,,21 构成的有序数组, 记作),,,(21n a a a =α, 称为n 维行向量.i a –– 称为向量α的第i 个分量 R ∈i a –– 称α为实向量 C ∈i a –– 称α为复向量 零向量:)0,,0,0( =θ负向量:),,,()(21n a a a ---=- α列向量:n 个数n a a a ,,,21 构成的有序数组, 记作⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=n a a a 21α, 或者T21),,,(n a a a =α, 称为n 维列向量.零向量:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=000 θ 负向量:⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡---=-n a a a 21)(α 若干个同维数的列向量(或同维数的行向量)所组成的集合叫做向量组.n 维向量 n 个数a 1,a 2,…,a n 组成的一个有序数组(a 1,a 2,…,a n ) 称为一个n 维向量,记为1212()(,,,)...T n n a aa a a a αα⎛⎫⎪ ⎪== ⎪ ⎪⎝⎭列向量形式或(行向量形式),其中第i 个数a i 称为向量的第i 个分量。
说明1. 列向量即为列矩阵,行向量即为行矩阵2. 行向量和列向量都按照矩阵的运算法则 进行运算;3. 行向量和列向量总被看作是两个不同的向量;当没有明确说明是行向量还是列向量时,都当作列向量。
行向量可看作是列向量的转置。
零向量 0=(0,0,…,0)T (维数不同, 零向量不同)负向量 12(,,,)T n a a a α-=---。
向量相等设1212(,,,)(,,,)T T n n a a a b b b αβ==,,若,1,2,,i i a b i n ==则αβ=。
向量运算规律:① αββα+=+② ()()αβγαβγ++=++③ 0αα+=(0是零向量,不是数零)④ ()0αα+-= ⑤ 1αα=⑥ ()()()λμαλμαμλα== ⑦ ()λαβλαλβ+=+ ⑧ ()λμαλαμα+=+满足以上8条性质的向量加法、数乘两种运算,称为线性运算。
(完整版),n维向量及其运算向量组的线性相关性

亦即(k1 k3)1 (k1 k2 )2 (k2 k3)3 0,
因
1,
2,
线性无关,故有
3
k1 k3 0, k1 k2 0,
k2 k3 0.
由于此方程组的系数行列式 1 01 1 1 0 20 011
故方程组只有零解 k1 k2 k3 0,所以向量组 b1, b2 , b3线性无关.
一、线性表示
若干个同维数的列向量(或同维数的行向量) 所组成的集合叫做向量组.
例如
矩阵A a1
a11
(a a2 a12
ij)mn
有n个m维列向量
aj a1 j
an a1n
A
a21
a22 a2 j a2n
am1 am2 amj amn
向量组a1, a2 , , an 称为矩阵A的列向量组.
因 k1, k2 ,L , ks , k中至少有一个不为0,
注意
1. 若 1,2 ,L
,
线性无关
m
,
则只有当
k1 L km 0时, 才有
k11 k22 L kmm 0成立 .
2. 对于任一向量组,不是线性无关就是
线性相关 .
3.向量组只包含一个向量 时,若 0则说 线性相关,若 0,则说 线性无关 .
4令.包k含零 0向,量的任何向量 组是线性相关的.
向量
组线性 a无rj 关,
则它的a任rj 何 部分组都线性无关.
ar
1,
j
即 j添上一个分量后得向量bj .若向量组 A:1,2 , ,m线性无关,则向量组B:b1, b2 , , bm也线性无
关 .反言之,若向量组B线性相关,则向量组A也线 性相关 .
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
0,
2 3
,
1 3
向量的概念在实际中有着广泛的应用.例如,在线性方
程组(3.1)中,系数矩阵A中的每一行 i ai1,ai2,L ,ain
1
8
(i=1,2,…,m)都是n维行向量,这m个n维行向量,称为
系数矩阵A的行向量组;每一列 j a1 j , a2 j ,L , amj T
为向量 与向量 的和. 记为
1
5
若向量 a1,a2,L ,an ,称向量 a1, a2 ,L , an
为 的负向量,记为
向量减法:
( )
定义3.6 设k为数域P中的数,向量 ka1,ka2 ,L ,kan
称为向量 a1,a2 ,L ,an 与数k的数量乘积。记为
§3.2 n 维 向 量
主要内容 1. n 维向量的定义 2. n 维向量的运算法则
n 维向量是我们为了解决线性方程组中方 程与方程之间、解与解之间的关系而引入的新 概念与新运算,是我们必须熟练掌握的运算技能.
1
1
1. n 维向量的定义 定义3.3 由n 个数 a1,a2 ,L ,an 所组成的n 元有序数组
1
4
2. 向量的运算和性质
定义3.4 若 n 维向量 a1,a2 ,L ,an , b1,b2,L ,bn
的对应分量都相等,即
ai bi i 1,2,L ,n
则称向量 与向量 相等. 记为
定义3.5 若 n 维向量 a1,a2 ,L ,an , b1,b2,L ,bn 则称n 维向量 a1 b1,a2 b2 ,L ,an bn
a1,a2 ,L ,an 称为一个 n 维向量。
这 n 个数称为该向量的 n 个分量,第 i 个数 ai 称为第 i个分量。
分量全为实数的向量称为实向量,
分量全为复数的向量称为复向量.
以后我们用小写希腊字母 , , L 来代表向量。
1
2
例如:
(1, 2, 3,L , n)
n维实向量
(1 2i, 2 3i,L , n (n 1)i)
(2)对任意的向量 , 存在唯一的负向量 , 使得
( )
(3)0 ; (1) ; .
(4)如果 , 则 0或
1
7
例1 设向量 1,1,0 , 2,0,1以及 满足
2++3= 求向量
解 Q 3=-2-
2
3
1 3
2 3
,
2 3
,
0
2 3
,0,
1 3
n维复向量
第2个分量 第1个分量
第n个分量
1
3
向量通常写成一行
a1,a2,L ,an
称为行向量。 向量有时也写成一列
a1
a2
M
称为列向量。
an
它们的区别只是写法上的不同。若 是行向量,
则 T 是列向量,若 是列向量,则 T是行向量,
分量全为零的向量 0,0,L ,0 称为零向量。
量空间,简称 n 维向量空间 记为Rn .
1
9
思考题
设 1 ( 1 ,1 ,0 ) , 2 ( 0 ,3 ,0 ), 3 ( 1 ,2 ,0 )
则 31 22 43 (1,1,0)
1
10
k
向量的加法与向量数乘统称向量的线性运算.
1
6
向量的线性运算满足下面运算律:
(1)
(5)1
(2)( ) ( ) (6)k(l ) (kl)
(3)
(4)
(7)k l k l (8)k k k
注1:(1)对任意的向量 , 存在唯一的零向量 , 使得
(j=1,2,…,n)都是 m 维列向量, 这 n 个 m 维列向量称为
系数矩阵A的列向量组,常数向量为 .
利用向量的运算,线性方程组(3.1)也有向量表示
x11 x22 L xnn
由于向量可以看成特殊的矩阵, 所以向量运算和矩 阵运算就非常类似,其运算性质也相同. 称定义了向量 加法与数乘运算的全体 n 维实向量的集合为 n 维实向