同济大学线性代数课件__第四章
合集下载
同济大学线性代数第四章PPT课件
讨论它们的线性相关性.
解: Ee1,e2, ,en
结论: 线性无关
问题: n=3时, e1,e2,e3 分别是什么?
上述向量组又称基本向量组或单位坐标向量组.
一些结论:
(1) 一个零向量线性相关, 一个非零向量线性无关;
(2) 两个向量线性相关当且仅当 它们的对应分量成比例;
(3) 一个向量组线性无关,则增加其中每个向 量的分量所得新向量组仍线性无关。
例如: 2 1 1 0 a11 1,a212,a312,b33
则 b 能由 a1, a2, a3线性表示.
解方程组 x 1 a 1 x 2 a 2 x 3 a 3 b
既解方程组
2x1x12xx22
x3 x3
0 3
x1 x2 2x3 3
得
x1 1 1
x2 x3
c
1 1
线性表示
AXB有解,其中 A (1 ,2, ,m )
B (1,2, ,l)
R (A )R (A ,B )
定理3: 向量组 B :1,2, ,l能由 A :1,2, ,m
线性表示,则 R(B) ≤ R(A) 。
其中 A ( 1 ,2 ,,m ) , B ( 1 ,2 ,,l )
证:根据定理 2 有 R(A) = R(A, B) 而 R(B) ≤ R(A, B),因此 R(B) ≤ R(A)。
定义4:设向量组 A : 1 , 2 , , m , 若存在不全为零实数 1 , 2 , , m , 使得 11 2 2 m m 0
则称向量组 A线性相关. 否则称向量组A线性无关.
定理4: n 维向Ax 量 组0 1有 ,非 2, 零 ,解 m,线其 性相A 关 中 1 ,2 , ,m R(A)m
解: Ee1,e2, ,en
结论: 线性无关
问题: n=3时, e1,e2,e3 分别是什么?
上述向量组又称基本向量组或单位坐标向量组.
一些结论:
(1) 一个零向量线性相关, 一个非零向量线性无关;
(2) 两个向量线性相关当且仅当 它们的对应分量成比例;
(3) 一个向量组线性无关,则增加其中每个向 量的分量所得新向量组仍线性无关。
例如: 2 1 1 0 a11 1,a212,a312,b33
则 b 能由 a1, a2, a3线性表示.
解方程组 x 1 a 1 x 2 a 2 x 3 a 3 b
既解方程组
2x1x12xx22
x3 x3
0 3
x1 x2 2x3 3
得
x1 1 1
x2 x3
c
1 1
线性表示
AXB有解,其中 A (1 ,2, ,m )
B (1,2, ,l)
R (A )R (A ,B )
定理3: 向量组 B :1,2, ,l能由 A :1,2, ,m
线性表示,则 R(B) ≤ R(A) 。
其中 A ( 1 ,2 ,,m ) , B ( 1 ,2 ,,l )
证:根据定理 2 有 R(A) = R(A, B) 而 R(B) ≤ R(A, B),因此 R(B) ≤ R(A)。
定义4:设向量组 A : 1 , 2 , , m , 若存在不全为零实数 1 , 2 , , m , 使得 11 2 2 m m 0
则称向量组 A线性相关. 否则称向量组A线性无关.
定理4: n 维向Ax 量 组0 1有 ,非 2, 零 ,解 m,线其 性相A 关 中 1 ,2 , ,m R(A)m
线性代数课件(完整版)同济大学
在讨论这一类线性方程组时,我 们引入行列式这个计算工具.
3
第一章
•
行列式
内容提要
§1 §2 §3 §4 §5 §6 §7
•行列式是线性代 数的一种工具! •学习行列式主要 就是要能计算行列 式的值.
二阶与三阶行列式 全排列及其逆序数 行列式的概念. n 阶行列式的定义 对换(选学内容) 行列式的性质及计算. 行列式的性质 行列式按行(列)展开 克拉默法则 —— 线性方程组的求解.
二阶行列式的计算 ——对角线法则
主对角线
副对角线
a11 a12 a11a22 a12a21 a21 a22
即:主对角线上两元素之积-副对角线上两元素之积
a11 x1 a12 x2 b1 二元线性方程组 a21 x1 a22 x2 b2
若令
a11 a12 D a21 a22 b1 D1 b2 a12 a22
例:写出四阶行列式中含有因子a11a23 的项.
a11a23a32a44 和 a11a23a34a42 . 解:
例:计算行列式
a11 0 D1 0 0
0 a22 0 0
0 0 a33 0
0 0 0 a44
0 D2 0 0 a41
a11 a21 D4 a32 a41
0 0 a32 0
0 a22 a32 a42
线性代数(第五版)
2013.12.14修改汇总
修改人:xiaobei93521
在以往的学习中,我们接触过二 元、三元等简单的线性方程组.
但是,从许多实践或理论问题里 导出的线性方程组常常含有相当 多的未知量,并且未知量的个数 与方程的个数也不一定相等.
我们先讨论未知量的个数与方程 的个数相等的特殊情形.
线性代数-同济大学4-2PPT课件
成行阶梯形矩阵 ,可同时看出矩阵( 1, 2, 3
及(1, 2)的秩,利用定理 2即可得出结论 .
2021/3/12
11
11
1 0 2
r2r1
(1,2,3) 1 2 4
~
1 5 7 r3 r1
1 10 0 22 0 02 2 2 2 10 5 5 7 5
~2 0 2 2,
2021/3/12
4.包含零向量的任何向量 组是线性相关的 .
5.对于含有两个向量的向 量组,它线性相关的 充要条件是两向量的分 量对应成比例,几何意 义 是两向量共线;三个向 量相关的几何意义是三 向 量共面 .
2021/3/12
4
4
二、线性相关与线性表示的关系
2021/3/12
定理 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(比如
能由其余向量线性表示.
即有
am 11 2 2 m1 m1
am)
故 11 2 2 m1 m1 1am 0
因 1,2,,m1,1 这 m 个数不全为0,
故 1,2,,m 线性相关.
而:m 元齐次线性方程组 Ax o 有非零解 R(A) m m 元齐次线性方程组 Ax o只有零解 R(A) m
所以:
定理2 向量组1,2,,m线性相关 R(A) m, 相关性 其中A(1,2,,m);
秩的判
2021/3/12
8
8
四、例题
例1 n 维向量组
T
T
称为n维单位坐标向量组,讨论其线性相关性 .
同济大学线性代数课件共5份(4)
(2) 若是A的对应于的特征向量且x1 + x2 0, 则 x1 + x2也是A的对应于的特征 向量. 由于Ax1 = x1, Ax2 = x2, 于是
A( x1 x2 ) Ax1 Ax2 x1 x2 ( x1 x2 )
由(1)和(2)知,对于方阵A的对应于的 特征向量, 其非零的线性组合 k1 x1 k 2 x2 k m xm 也是A的对应于的特征向量. 令V = {x|Ax = x}, 可以验证V是一个向 量空间,称为A的对应于的特征子空间.
由于其广泛的应用背景,已研究出多种 方法计算方阵的特征值和特征向量,特 别是其经典数值计算方法和各种智能计 算方法. 本章内容涉及到线性方程组、矩阵和向 量方面的诸多知识,要求大家具有一定 的综合运用知识的能力. 本章在复数范围讨论.
4.1 特征值与特征向量的概念 与计算
4.1.1 特征值与特征向量的概念 对于给定的方阵A和非零向量x,可以考 虑通过线性变换得到的向量Ax. 给定方阵A,对于某些非零向量x,通过 线性变换得到的向量Ax与x是共线的, 即存在数满足Ax = x,这时就是A的 特征值,x就是A的对应于的特征向量.
例4.1 设
3 2 2 A 2 3 2 2 2 3
求A的特征值与特征向量. S|
2 2
3 2 (7 )(1 ) 2 3
|A - E| = 0得出A的所有不同的特征值 = 1, = 7. 当 = 1时, (A - 1E)x = 0为
3 2 5 1 0 1 row 6 3 9 0 1 1 5 3 8 0 0 0 1 令x3 = 1, ξ 2 1. 1
线性代数(同济大学第五版)第四章
3. 将其余n–r个分量依次组成 n–r 阶单位矩阵, 于 是得齐次线性方程组的一个基础解系:
b11 b12 b1,n r b21 b22 b2,n r br 1 br 2 br ,n r 1 , 2 , , n r . 1 0 0 0 1 0 0 0 1
提示:可用方法2证明!
课后题9 设 b1 a1 a2 , b2 a2 a3 , b3 a3 a4 , b4 a4 a1 , 证明向量组 b1 , b2 , b3 , b4 线性相关. 2011期选考题
1、 设 向 量 组 1 , 2 , 3线 性 无 关 , 则 向 量 组 D) ( (A) 1 2 , 2 3 , 3 1线 性 无 关 ; (B) 1 2 , 2 3 , 1 2 2 3线 性 无 关 ; (C) 1 2 3 ,2 1 3 2 3 , 1 4 2线 性 无 关 ; (D) 1 2 2 ,2 2 3 3 , 1 2 2 3线 性 无 关 ;
如无特殊要求,建议用第三章的方法求解线性方程组!
d1 d2 dr , 0 0
考试类型题
一、向量组线性相关性的判定
方法1. 从定义出发 令 k11 + k22 + · + kmm = 0, 即 · ·
若只有零解, 则1, 2, · , m线性无关; 否则, 1, · · 2, · , m线性相关. · · 方法2. 利用矩阵的秩与向量组的秩之间的关系 给出一组n维向量1, 2, · , m, 就得到一个相应 · · 的矩阵A=(1, 2, · , m), 求R(A), 则 · · 若R(A)=m, 则 1, 2, · , m线性无关; · · 若R(A)<m, 则 1, 2, · , m线性相关. · · 利用相关定理(秩的相关性质)
线性代数课件(完整版)同济大学
注意:对角线法则只适用于二阶与三阶行列式.
例2 计算行列式
1 2 -4 D -2 2 1
-3 4 -2
解 按对角线法则,有
D 1 2 (2) 2 1 (3) (4) (2) 4 11 4 2 (2) (2) (4) 2 (3)
(1) 2 a1na2,n1 L an1
an1
(3) 上三角形行列式 (主对角线下侧元素都为0)
aa
11
12
0 D
a22
a 1n
a
2n
a a11 22 ann
0 0a nn
(4) 下三角形行列式 (主对角线上侧元素都为0)
a 0 11
D a21 a22
0 D2 0
0 a23 a32 0
0 0
(1)t (4321) a14a23a33a41 a14a23a33a41
a41 0 0 0
其中 t(4321) 0 1 2 3 3 4 6. 2
a11 a12 a13 a14
0 D3 0
a22 0
a23 a33
a24 a34
0 D3 0
a22 a23 a24 0 a33 a34
0 0 0 a44
a11 0 0 0
D4
a21 a32
a22 a32
0 a33
0 0
a41 a42 a43 a44
解:
a11 0 0 0
0 D1 0
0
a22 0 0 a33
0 0 a11a22a33a44
0 0 a44
0 0 0 a14
p1 p2 L pn
同济大学线性代数课件__第四章y
第四章 向量组的 线性相关性
1
§4.1 向量组
一.n维向量
定义1:n 个数
a 1 , a 2 , , a n
所组成的有序数组
称为一个 n 维向量. 第 i 个数 a i 称为第 i 个分量. 这里定义的 n 维向量就是指行(或列)矩阵.
a1 a 2 (a1 , a2 an )T an 列向量
25
例4: 已知向量 1 , 2 , 3 线性无关,证明:向量
1 1 2 , 2 2 3 , 3 1 3 线性无关.
x1 x 1 , 2 , , n 2 0 x1 1 x2 2 xn n 0 x n
【注】零向量可写成任意同维数向量的线性组合,即 齐次线性方程组 x11 x22 xmm 0总有解。
其中 A 1 , 2 , , m
21
特别 (1) n个n维向量 (1 , 2 , , n ) A 线性相关
R( A) n A 0
(2) n个n维向量 ( 1 , 2 , , n ) A 线性无关
R( A) n A 0
22
例2: 已知 1 (1, 1, 1) , 2 (0, 2, 5) , 3 (2,4,7) , 试讨论向量组 1 , 2 , 3及向量组 1 , 2 的 线性相关性.
23
解: 设 x1 1 x2 2 x3 3 0
1 0 2 0 1 x 2 x 4 0 x 即 1 2 3 1 5 7 0 1 0 2
16
1
§4.1 向量组
一.n维向量
定义1:n 个数
a 1 , a 2 , , a n
所组成的有序数组
称为一个 n 维向量. 第 i 个数 a i 称为第 i 个分量. 这里定义的 n 维向量就是指行(或列)矩阵.
a1 a 2 (a1 , a2 an )T an 列向量
25
例4: 已知向量 1 , 2 , 3 线性无关,证明:向量
1 1 2 , 2 2 3 , 3 1 3 线性无关.
x1 x 1 , 2 , , n 2 0 x1 1 x2 2 xn n 0 x n
【注】零向量可写成任意同维数向量的线性组合,即 齐次线性方程组 x11 x22 xmm 0总有解。
其中 A 1 , 2 , , m
21
特别 (1) n个n维向量 (1 , 2 , , n ) A 线性相关
R( A) n A 0
(2) n个n维向量 ( 1 , 2 , , n ) A 线性无关
R( A) n A 0
22
例2: 已知 1 (1, 1, 1) , 2 (0, 2, 5) , 3 (2,4,7) , 试讨论向量组 1 , 2 , 3及向量组 1 , 2 的 线性相关性.
23
解: 设 x1 1 x2 2 x3 3 0
1 0 2 0 1 x 2 x 4 0 x 即 1 2 3 1 5 7 0 1 0 2
16
线性代数ppt课件同济
05
向量空间及其性质
向量空间的定义与性质
向量空间的定义
向量空间是一个由向量构成的集合, 其中每个向量都可以表示为一组基向 量的线性组合。
向量空间的性质
向量空间具有一些重要的性质,例如 封闭性、加法和数量乘法封闭性、加 法和数量乘法的结合律和分配律等。
向量空间的基底与维数
向量空间的基底
一个向量空间可以由一组不相关的基向量构成,这些 基向量是线性无关的,并且可以生成整个空间。
行列式的计算方法
要点一
总结词
行列式的计算方法包括高斯消元法、拉普拉斯展开式和递 推法等。
要点二
详细描述
高斯消元法是一种常用的计算行列式的方法,它通过初等 行变换将矩阵化为阶梯形矩阵,然后求解出阶梯形矩阵的 行列式即可。拉普拉斯展开式是一种基于二阶子式和代数 余子式的展开式,它可以用来计算高阶行列式。递推法是 一种利用低阶行列式的值递推高阶行列式的方法,它适用 于计算n阶行列式。
线性代数的背景
线性代数起源于17世纪,随着科学技术的不断发展和进步,线性代数的应用领域越来越广泛。它不仅 在数学、物理、工程等领域有着广泛的应用,还在计算机科学、经济学、生物医学等领域发挥着重要 的作用。
线性代数的应应用,例如求解线性方程组、 计算矩阵的秩和特征值等。
现代发展
随着科学技术的发展,线性代数的应用领域越来越广泛,同时它也得到了不断的发展和完善。现代线性代数已经 形成了一套完整的理论体系,为解决实际问题提供了更加有效的工具。
02
矩阵及其运算
矩阵的定义与性质
矩阵的定义
矩阵是一个由数值组成的矩形阵列,通 常表示为二维表格。矩阵的行数和列数 可以分别为m和n。每个元素用a(i,j)表示 ,其中i表示行号,j表示列号。
线性代数课件第4章
11
2 1 1 例7: 求矩阵 A 0 2 0 的特征值和特征向量, 4 1 3
并求可逆矩阵P, 使 P 1 AP 为对角阵.
解:
2 1 1 2 | A E | 0 2 0 1 2 4 1 3
| A 3 A 2 E | 9
17
定理2:设 1 , 2 ,
, m 是方阵 A的 m 个特征值,
p1 , p2 ,
若 1 , 2 ,
, pm 依次是与之对应的特征向量。
, m 各不相等,则 p1 , p2 ,
, pm
线性无关。
方阵 A 的属于不同特征值的特征向量线性无关。
则
( n ) det( A)
ann )( )n1
1 2 n a11 a 22 1 2 n det( A)
a nn
8
1 1 0 例6: 求矩阵 A 4 3 0 的特征值和特征向量. 1 0 2
解:1、由矩阵 A 的特征方程,求出特征值.
1 1 0 1 1 3 0 (2 ) A E 4 4 3 1 0 2
1 2 0
2
特征值为 = 1, 2
9
2、把每个特征值 代入线性方程组 A E x 0, 求出基础解系。
(2) 有相同特征多项式的矩阵不一定相似。
25
矩阵可对角化的条件(利用相似变换把方阵对角化)
定理4: n 阶矩阵 A 与对角阵相似(A可对角化)
A有n个线性无关的特征向量。
26
Api i pi , i 1, 2,
( Ap1 , Ap2 ,
线性代数同济大学第五版课件4-3‘
即 S 能由向量组 1 , 2 线性表示. 又因 1 , 2 的 四个分量显然不成比例,故 1 , 2 线性无关. 因 此根据最大无关组的等价定义,知1 , 2是 S 的 最大无关组,从而 RS = 2 .
四、定理的不同表现形式
设向量组 A : a1 , a2 , · , am 构成矩阵 · ·
例 9 设齐次线性方程组
x1 2 x2 x3 2 x4 0 , x4 0 , 2 x1 3 x2 x x 5x 7 x 0 2 3 4 1
的全体解向量构成的向量组为 S,求 S 的秩.
解
把系数矩阵A化为行最简形
1 A 2 1
矩阵 B = (a1 , a2 , · , am , b) 的秩. · ·
定理 1 向量 b 能由向量组 A 线性表示的
充要条件是
R (a1 , a2 , · , am) = R (a1 , a2 , · , am , b). · · · ·
注:记号R(a1 , a2 , · , am )既可理解为矩阵的秩,也 · · 可理解成向量组的秩.
B 的最大无关组依次为 A0:a1 , a2 , · , as 和 B0:b1 , b2 , · , bt . · · · · 由于 B0 组能由 B 组表示, B 组能由 A 组表示,
A 组能由 A0 组表示,因此 B0 组能由 A0 组表示,
根据定理3,
有 R(b1,b2, · ,bt) ≤ R(a1,a2, · ,as), · · · ·
1 0 2 (a 1 ,a 2 ,a 3 ) 1 2 4 , 由 R(a1,a2 , a3) =2 1 5 7
由R(a1 , a2) =2, R(a1 , a3) = 2,R(a2 , a3) = 2 可知 a1, a2 与a1, a3 及 a2 , a3 都是a1 , a2 , a3 的最大无关组.
四、定理的不同表现形式
设向量组 A : a1 , a2 , · , am 构成矩阵 · ·
例 9 设齐次线性方程组
x1 2 x2 x3 2 x4 0 , x4 0 , 2 x1 3 x2 x x 5x 7 x 0 2 3 4 1
的全体解向量构成的向量组为 S,求 S 的秩.
解
把系数矩阵A化为行最简形
1 A 2 1
矩阵 B = (a1 , a2 , · , am , b) 的秩. · ·
定理 1 向量 b 能由向量组 A 线性表示的
充要条件是
R (a1 , a2 , · , am) = R (a1 , a2 , · , am , b). · · · ·
注:记号R(a1 , a2 , · , am )既可理解为矩阵的秩,也 · · 可理解成向量组的秩.
B 的最大无关组依次为 A0:a1 , a2 , · , as 和 B0:b1 , b2 , · , bt . · · · · 由于 B0 组能由 B 组表示, B 组能由 A 组表示,
A 组能由 A0 组表示,因此 B0 组能由 A0 组表示,
根据定理3,
有 R(b1,b2, · ,bt) ≤ R(a1,a2, · ,as), · · · ·
1 0 2 (a 1 ,a 2 ,a 3 ) 1 2 4 , 由 R(a1,a2 , a3) =2 1 5 7
由R(a1 , a2) =2, R(a1 , a3) = 2,R(a2 , a3) = 2 可知 a1, a2 与a1, a3 及 a2 , a3 都是a1 , a2 , a3 的最大无关组.
同济大学《线性代数》 PPT课件
第1章 线性方程组与矩阵 1
01
线性方程组与矩阵
《线性代数》 & 人民邮电出版社
目录/Contents
第1章 线性方程组与矩阵 2
1.1
矩阵的概念及运算
1.2 分块矩阵
1.3 线性方程组与矩阵的初等变换
1.4 初等矩阵与矩阵的逆矩阵
目录/Contents
1.1
矩阵的概念及运算
一、矩阵的定义 二、矩阵的线性运算 三、矩阵的乘法 四、矩阵的转置
03
OPTION
a1
n 1 的矩阵
a2
M
an
称为列矩阵,也称为 n 维列向量.
一、矩阵的定义
第1章 线性方程组与矩阵 7
所有元素都是零的 m n 矩阵称为零矩阵,记为 Omn ,或简记为 O .
m n 矩阵
a11 a12 L
a21
a22
如果两个同型矩阵
A (aij )mn 和 B (bij )mn 中所有对应位置的元素都相等, 即 aij bij ,其中
i 1, 2L, ,m ;j 1,L2, n,, 则称矩阵 A 和 B 相等,记为 A B.
二、矩阵的线性运算
第1章 线性方程组与矩阵 10
1. 矩阵的加法 定义3 设 A (aij )mn 和 B (bij )mn 是两个同型矩阵,则矩阵 A 与 B 的和记为 A B ,规定:
ann
称该 n 阶方阵为下三角矩阵,其元素特点是:当 i j 时, aij 0 .
一、矩阵的定义
类似地,有上三角矩阵
a11 a12 L
0
a22 L
M M
01
线性方程组与矩阵
《线性代数》 & 人民邮电出版社
目录/Contents
第1章 线性方程组与矩阵 2
1.1
矩阵的概念及运算
1.2 分块矩阵
1.3 线性方程组与矩阵的初等变换
1.4 初等矩阵与矩阵的逆矩阵
目录/Contents
1.1
矩阵的概念及运算
一、矩阵的定义 二、矩阵的线性运算 三、矩阵的乘法 四、矩阵的转置
03
OPTION
a1
n 1 的矩阵
a2
M
an
称为列矩阵,也称为 n 维列向量.
一、矩阵的定义
第1章 线性方程组与矩阵 7
所有元素都是零的 m n 矩阵称为零矩阵,记为 Omn ,或简记为 O .
m n 矩阵
a11 a12 L
a21
a22
如果两个同型矩阵
A (aij )mn 和 B (bij )mn 中所有对应位置的元素都相等, 即 aij bij ,其中
i 1, 2L, ,m ;j 1,L2, n,, 则称矩阵 A 和 B 相等,记为 A B.
二、矩阵的线性运算
第1章 线性方程组与矩阵 10
1. 矩阵的加法 定义3 设 A (aij )mn 和 B (bij )mn 是两个同型矩阵,则矩阵 A 与 B 的和记为 A B ,规定:
ann
称该 n 阶方阵为下三角矩阵,其元素特点是:当 i j 时, aij 0 .
一、矩阵的定义
类似地,有上三角矩阵
a11 a12 L
0
a22 L
M M
同济大学出版社 线性代数课件完整版)
a1n D a n1 a2,n 1
其中 a为行列式 D的(i, j)元 ij
1. n 阶行列式共有 n! 项. 2. 每一项都是位于不同行不同列的 n 个元素的乘积. 3. 每一项可以写成 a1 p1 a2 p2 (正负号除外),其中 anpn 是1, 2, …, n 的某个排列. 4. 当 p1 p2 是偶排列时,对应的项取正号; pn
定义 设有9个数排成3行3列的数表
引进记号 主对角线 副对角线
a11 a12 a13 a21 a22 a23 原则:横行竖列 二、三阶行列式 a a32 a33 31
a11 a21 a31 a12 a22 a32 a13 a23 a11a22a33 a12a23a31 a13a21a32 a33 a13a22a31 a12a21a33 a11a23a32
线性代数
主 讲: 韩 信 专 业:运筹学与控制论
1.用消元法解二元线性方程组 (1) a11 x1 a12 x2 b1 , (2) a21 x1 a22 x2 b2 .
1 a22 : 2 a12 :
a11a22 x1 a12a22 x2 b1a22 , a12a21 x1 a12a22 x2 b2a12 ,
0 D2 0 0 a41
0 0 a32 0
0 a23 0 0
a14 0 0 0
(1)t (4321) a14a23a33a41 a14a23a33a41
3 4 6. 其中 t (4321) 0 1 2 3 2
a11 D3 0 0 0
a12 a22 0 0
规律:
一、概念的引入
1. 三阶行列式共有6项,即3!项. 2. 每一项都是位于不同行不同列的三个元素的乘积.
- 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)。
2011-1-6
9
例如: 例如:
−2 1 1 0 1 , a = −2 , a = 1 , b = 3 a1 = 2 3 1 1 −2 −3 则 b 能由 a 1 , a 2 , a 3 线性表示 线性表示.
2011-1-6
2
a1 a 2 = (a , a L a )T 称为列向量。 α= 称为列向量 列向量。 1 2 n M an
α Τ = (a1 , a2 ,L , an )
称为行向量。 称为行向量。 行向量
2011-1-6
3
例. 3 维向量的全体所组成的集合
R( A) = R( A, B)
2011-1-6
17
定理3: 定理 向量组 B : β 1 , β 2 ,L , β l 能由 A : α 1 ,α 2 ,L ,α m 线性表示, 线性表示,则 R(B) ≤ R(A) 。 其中 A = (α1 ,α 2 ,L,α m ), B = ( β1 , β 2 ,L, β l )
2011-1-6
13
定理1: 定理 向量 b可由向量组 α1 ,α 2 ,L,α m 线性表示 可由向量组
Ax = b 有解,其中 A = (α1 ,α 2 ,L,α m ) 有解,
R( A) = R( A, b)
2011-1-6
14
定义3: 定义 设向量组 A : α 1 ,α 2 ,L ,α m 及 B : β 1 , β 2 ,L , β l 线性表示, 若 B 组中的每一个向量都能由向量组 A 线性表示, 则称向量组 线性表示。 则称向量组 B 能由向量组 A 线性表示。 若向量组 A 与向量组 B 能相互线性表示, 能相互线性表示, 则称向量组 等价。 则称向量组 A 与向量组 B 等价。
R3 = { ( x, y, z)T | x, y, z ∈ R }
几何空间。 通常称为 3 维Euclid几何空间。 几何空间 集合
Π = { ( x, y, z) | ax + by + cz = d }
T
称为 R3 中的一个平面。 中的一个平面。
2011-1-6 4
例. n 维向量的全体所组成的集合
R ( A) = m
2011-1-6
20
已知 : α1 = (1, 1, 1)Τ , α 2 = (0, 2, 5)Τ , α 3 = ( 2,4,7)Τ 例2:
试讨论向量组 α 1 , α 2 , α 3 及向量组 α 1 , α 2 的 线性相关性. 线性相关性
2011-1-6
21
解:设 x1α1 + x2α 2 + x3α 3 = 0 1 0 2 0 1 + x 2 + x 4 = 0 即 x1 2 3 1 5 7 0
= =
b1 b2
L L + a mn x n = bm
a11 a12 a 21 a 22 记 A= L L a m1 a m 2
L a1n L a2n L L L a mn
x1 x2 x= M x n
R = { ( x1, x2 ,L, xn ) | x1, x2 ,L, xn ∈ R }
n T
空间。 称为 n 维Euclid空间。 空间 集合
{ ( x1, x2 ,L, xn )T | a1 x1 + a2 x2 +L+ an xn = b }
称为 n 维Euclid空间 Rn 中的 n-1维超平面。 空间 维超平面。
则 x1 β 1 + x2 β 2 + x3 β 3 = ( β 1 , β 2 , β 3 ) x = (α1 ,α 2 ,α 3 )Kx = 0 只有零解, 故 x = 0 ,即 Kx = 0 只有零解,于是 R(K) = 3
Τ Τ
Τ
讨论它们的线性相关性. 讨论它们的线性相关性 解: E = ( e1 , e2 ,L , en ) 结论: 结论 线性无关 分别是什么? 问题: n=3时, e1 , e2 , e3 分别是什么? 问题 时 上述向量组又称基本向量组或单位坐标向量组 上述向量组又称基本向量组或单位坐标向量组. 基本向量组
T β1 T β2 A= M βT m
7
行向量组: 向量组:
2011-1-6
§2 向量组的线性相关性
定义1: 定义 :设向量组 A : α 1 ,α 2 ,L ,α m , 及一组实数
k1 , k2 ,L , km , 表达式
k1α 1 + k2α 2 + L + kmα m
第四章 向量组的线性相关性
2011-1-6
1
§1 向量组及其线性组合
定义1: 定义 :n 个数 a1 , a2 ,L, an 所组成的有序数组 维向量, 称为一个 n 维向量,这 n 个数称为该向量 分量, 称为第 个分量。 的 n 个分量,第 i 个数 a i 称为第 i 个分量。
维向量就是指行 或列 矩阵。 或列)矩阵 这里定义的 n 维向量就是指行(或列 矩阵。
2011-1-6 5
例. 非齐次线性方程组 Ax = b 的解集合 的解集合
S∗ = {x | Ax = b}
齐次线性方程组 Ax = 0 的解集合 的解集合
S = { x | Ax = 0}
2011-1-6
6
或行向量) 同一维数的列向量 (或行向量 所组成的集合 或行向量 称为向量组 向量组。 称为向量组。 m×n 阵 A 的 向量组: 列向量组: A = (a1 , a2 ,L, an )
1
推论: 推论: 若向量组 B : α
,α 2 ,L ,α m ,α m +1 线性无关, 线性无关, 则向量组 A : α 1 ,α 2 ,L ,α m 也线性无关。 也线性无关。
定理5-2: 个 维向量 维向量(m 构成的向量组一定线性相关 定理 :m个n维向量 > n)构成的向量组一定线性相关 构成的向量组一定线性相关. 特别地, 维向量线性相关 特别地 n+1个n维向量线性相关 个 维向量线性相关. 定理5-3: 定理 :向量组 A : α 1 ,α 2 ,L ,α m 线性无关 线性无关, 向量组
1 0 2 系数行列式 1 2 4 = 0 1 5 7
齐次线性方程组有非零解, 齐次线性方程组有非零解,所以向量 α 1 ,α 2 ,α 3 线性相关 向量 α 1 ,α 2 对应分量不成比例,所以线性无关。 对应分量不成比例,所以线性无关。
2011-1-6 22
例3: n维向量 维向量
e1 = (1,0,L ,0 ) , e 2 = (0,1,L ,0 ) ,L , e n = (0,0,L ,1)
证:根据定理 2 有 R(A) = R(A, B) 而 R(B) ≤ R(A, B),因此 R(B) ≤ R(A)。 , 。
2011-1-6
18
定义4: 定义 :设 向 量 组 A : α 1 , α 2 ,L , α m ,
若 存 在 不 全 为 零 实 数 λ1 , λ 2 ,L , λ m , 使 得 λ1α 1 + λ 2α 2 + L + λ mα m = 0 则称向量组 A 线性相关. 否则称向量组A 线性无关.
b1 b2 b= M b m
2011-1-6
12
a1 j a2 j 若 A = (α1 ,α 2 ,L ,α n ) , 其中 α j = M a mj
则方程组的向量表示为
x1α 1 + x2α 2 + L + xnα n = b
2011-1-6
15
A : α 1 ,α 2 ,L ,α m B : β 1 , β 2 ,L , β l B 能由 A 线性表示
β j = k1 jα1 + k2 jα 2 + L + kl jα l j = 1, 2,L, l
( β1 , L , β l ) = ( k11α1 + L + k m1α m , L , k1lα1 + L + k ml α m )
2011-1-6
19
定理4: 定理 n 维向量组α 1 , α 2 , L , α m 线性相关
Ax = 0 有 非 零 解 ,其中 A = (α 1 , α 2 , L , α m )
R ( A) < m
推论: 推论: n 维向量组α 1 , α 2 , L , α m 线性无关
Ax = 0 只有零解, 其中 A = (α 1 ,α 2 ,L ,α m )
(4) 向量组线性相关当且仅当向量组中至少有一
个向量可由其余向量线性表示。 个向量可由其余向量线性表示。
2011-1-6 24
定理5-1: 定理 :若向量组
线性相关, A : α 1 ,α 2 ,L ,α m 线性相关, 则向量组 B : α 1 ,α 2 ,L ,α m ,α m +1 也线性相关。 也线性相关。
解方程组 x1a1 + x 2 a 2 + x 3 a 3 = b 既解方程组
− 2 x1 + x 2 + x 3 = 0 x1 − 2 x 2 + x 3 = 3 x + x − 2 x = −3 2 3 1
10
2011-1-6
得
x1 1 x c1 2= 1 , β 2 , β 3 ) = (α1 ,α 2 ,α 3 )K
证明: 证明: β 1 , β 2 , β 3 线性无关的充要条件是 R(K) = 3