4.1-4.2n维向量空间及向量组的线性表出(1)

合集下载

第三章 向量 (2)

第三章 向量 (2)
第三章
向量
【学习要求与目标】通过本章的学习,使学生理 解n维向量的概念,掌握向量的线性运算及其性质; 理解向量的线性组合与线性表出的概念;理解向量 组线性相关、线性无关的定义,会判定向量组的线 性相关(无关)性;了解向量组的极大无关组和向量 组的秩的定义,并掌握其求法;了解向量组等价的 概念及有关性质;了解n维向量空间、子空间、基 底、维数和坐标的概念;了解向量内积的概念和性 质,掌握线性无关向量组正交规范化的施密特方法; 在此基础上建立起向量空间的概念。

运算规律
§3.2 向量组的线性组合
内容要点
线性方程组的向量形式 向量组的线性组合 向量组间的线性表示

3.2.1线性方程组的向量形式

线性方程组
a11 x1 a12 x2 a1n xn b1 a21 x1 a22 x2 a2 n xn b2 am1 x1 am 2 x2 amn xn bm
n n 维向量及其线性运算 维向量及其线性运算
由数a1 ,, an 组成的有序数组称为 维向量, n 简称向量。 列向量通常用黑体小写 字母字母 , b, , , 等表示。 a
a1 a2 a n
列 向 量
T (a1 , a2 ,, an )
§3.1 n维向量的概念
内容要点 二、三 维向量 n维向量的概念 向量组与矩阵 n维向量的运算及其性质
二维向量
定义3.1.1 在平面直角坐标系中,取一个固 定点(一般取坐标原点)为始点,另一点为终 点,作一线段 ,这条既有大小,又有方向的线 段称为二维向量(也称为平面向量)。 二维向量常用一条有向线段来表示,有向线 段的长度表示向量的大小,箭头所指的方向表 示向量的方向。

线性代数n维向量空间小结

线性代数n维向量空间小结

A 0
9
证:1,

2

n可由1,

2

n线性表出,
又1,

2

n可由1,

2

n线性表出,
向量组等价,秩相等。
1. 1+2,2+3, ,n1+n ,n+1相关性?
(1)n为偶数:必相关。
(2)n为奇数:线性无关
1,

2

n线性无关。
10
例如n 3时,
1 0 1
1+
2
, 2+ 3
,3
1
1,
2
,3
解之,得 k0 k1 k2 knr 0,
故 , 1, 2 ,, nr 线性无关.
35
(3)设X为方程组AX B的任一解,则X可表为
X t11 t22 tnrnr t1( 1 ) tnr ( nr ) (1 t1 tnr) t1( 1) tnr ( nr)
零解,则对任意向量 ,都有
23
k1 1 k2 2 kr r (k1t1 k2t2 kr tr) 0
由k1 , k 2 ,, k r 不全为零得知:
1 t1 , 2 t 2 ,, r t r
线性相关.
24
例3 已知向量组 1 , 2 ,, s的秩是r,证明: 1 , 2 ,, s中任意r个线性无关的向量均构成它的
k11 k22 knrnr 0,
k1 k 2 k nr 0,
于是 ,1, 2, , nr线性无关.
34
(2)由线性方程组解的性质知 i (i 1,2,
,n r)都是AX B的解,再证它们线性无关.
令 k0 k1( 1) knr ( nr) 0, 则(k0 k1 knr) k11 knrnr 0, 由(1)的证明知 ,1,2 ,,nr 线性无关,所以

(完整版)n维向量及其线性相关剖析

(完整版)n维向量及其线性相关剖析

0 0
- 11 14
1 1 - 1 - 6
0 0 1 9
-111 142 93
线性代数
17
练习 判断向量 b1 (4, 3, -1,11) 与 b2 (4, 3,0,11) 是否为
向量组 a1 (1, 2, -1,5), a2 (2, -1,1,1) 的线性组合. 若是,
即线性方程组
有解.
x11 x2 2 xm m b
线性代数
14
6
3
2
例1
向 量
9





组1
3,2
5,
6
6
4
3
6 9
线 性 表 示 。
15


量可



组1,
2,
线
3





x11 x22 x33
3 x1 3 x1
2x2 5x2
6x3 9x3
6 9
线性代数
1
本讲内容:
1、n 维向量及其线性运算 2、向量组的线性组合 3、向量组的线性相关性
线性代数
2
一、n维向量的概念:
定义1 n 个 有 次 序 的 数a1, a2 , , an 所 组 成 的 数 组 称 为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,
线性代数
7
n 维向量的实际意义
确定飞机的状态,需
要以下6个参数:
机身的仰角 机翼的转角
(-
)
2
2
(- )
机身的水平转角 (0 2 )

北京工业大学线性代数第四章第一节 n 维向量空间

北京工业大学线性代数第四章第一节 n 维向量空间

n
向量组 1 , 2 , , n 称为矩阵A 的列向量组.
10
类似地, 矩阵A (aij )mn 又有m个n维行向量
a11 a12 a 21 a 22 A ai1 ai 2 a m1 am 2 a1n 1 1 a 2 n 2 2 , a in i m a mn m
23
例4 已知
1 1, 4, 0, 2,2 2, 7, 1, 3, 3 0, 1, 1, a , 3, 10, b, 4 , 不能由1 ,2 ,3 线性表出? ⑴ a , b为何值时, 能由1 ,2 ,3 线性表出且表示法 ⑵ a , b 为何值时,

, n
n xn 是否有解。
n xn
,n 线 性表出.
19
*若方程组 1 x1 2 x2
有解,则 可以由1 ,2 ,
n xn
,n 线 性表出.
且方程组的一组解就是表出系数. ① 若方程组有唯一解,则 可以由1 ,2 , ,n 线性表出且表示法唯一. ② 若方程组有无穷多解,则
1
第一节 n 维向量空间
一. n 维向量空间的概念 二.向量与矩阵的关系 三.向量的线性组合与线性表出
2
一. n 维向量空间的概念 一个mn矩阵的每一行都是由n个数组成 的有序数组,其每一列都是由m个数组成的有序 数组。 n元线性方程组的一个解也是由n个数 组成的有序数组。所以研究线性方程组解的结 构离不开有序数组。 1.定义:由数域P 中n 个数组成的有序数组称为 数域P 上的一个n 维向量,用小写的希腊字母 , , …表示.

线性代数--向量空间

线性代数--向量空间

dx4 0 d 2 x4
0
a 3 x1 b3 x2 c 3 x3 d 3 x4 0
该方程组的系数行列式
1111 abcd a2 b2 c2 d 2 (b a)(c a)(c b)(d a)(d b)(d c) a3 b3 c3 d 3
由于a,b,c,d各不相同.,所以行列式不等于零
a11 x1 a12 x2 a1n xn b1 a21 x1 a22 x2 a2n xn b2 am1 x1 am2 x2 amn xn bm
含n个未知量m个方程的线性非齐次方程组可写成矩阵形式
a11 a12 a1n
x1 b1
AX
b
其中
A
a21
a22
a2n
,
a a 3 = (1,c,c2 , c3 , )T , 4 = (1,d, d2 , d3 )T
(其中a,b,c,d各不相同)
解 考察 x1a1 x2a2 x3a3 x4a4 0
x1 x2 x3 x4 0
按分量写出来,即为
a
2
ax1 x1
b
bx2 2 x2
cx3 c2 x
3
线性相关的充要条件是其中至少有一个向量可由 其余向量线性表示。
k1a1 k2a2 ksas 0 (1) 则称向量组a1,a2, as 线性相关;
否则称之为线性无关。
即当且仅当 k1 k2 ks 0 时,(1)式才成立,
则称向量组 a1,a2 , as , 线性无关。
注意
(1) 任何含有零向量的向量组都线性相关. (2) 仅含两个向量的向量组,它线性相关的充分
X
x2
,
b
b2
am1
am2

线性代数与空间解析几何01-第34节 向量空间的基、维数与向量的坐标_34

线性代数与空间解析几何01-第34节 向量空间的基、维数与向量的坐标_34

T
T
,
n
中任一向量都可由这个向量组ε1,ε2 ,,εn线性表
示,
所以
ε ,ε 12
, ,εn是Rn的一个基,
dim
Rn
n.
而向量空间
V1
x
0,
x 2
, ,
x n
T
|
x2
, ,
xn
∈R
的维数是n-1, dimV1 n 1.
4.3 向量组的秩
4.3.4 向量空间的基、维数与向量的坐标 1. 向量空间的基与维数概念 说明(:1)规定零空间的维数是0.
(2)若把向量空间V看作向量组, 那末V 的基就是向量组的极大无关组, V 的维数就是 向量组的秩.
(3)由 1,2,,m所生成的向量空间
V x 1122mm|1,,mR
与向量组1,2,,m等价, 向量组1,2,,m
的极大无关组是V的一个基, 其秩就是V的维数.
4.3 向量组的秩
4.3.4 向量空间的基、维数与向量的坐标
称向量组 1,2, ,r是向量空间 V 的一个基, 数r
称为向量空间V的维数, 记为dimV ,并称V为
r 维向量空间.
4.3 向量组的秩
4.3.4 向量空间的基、维数与向量的坐标
1. 向量空间的基与维数概念
ε2
(例0,1如,, ,R0)n中,的,基ε 本 (单0,位0,向,1量) 组线性ε1 无(1关,0,,且,0R)nT
但这两个坐标向量有着必然联系.
4.3 向量组的秩
4.3.4 向量空间的基、维数与向量的坐标
3. 基变换公式和过渡矩阵
设1,2, ,n及1,2, ,n为 n维向量
空间 Rn 的两个基,并且

n维向量空间与线性相关性.ppt

n维向量空间与线性相关性.ppt

(1)
(加法交换律)
(2) ( ) ( ) (加法结合律)
(3) O O
(4) ( ) O
(5)1
(6) kl kl
(数乘结合律)
(7) k k k (数对向量的分配律)
(8) k l k l (向量对数的分配律)
其中 , , F n ,1,k,l F , O 为 F n 中的零向量。

a1,a 2 , ,a n 。
设 (a1,a 2 , ,a n ) , b1,b2 , ,bn 都是 n 维向量,则 当且 仅当 ai bi i 1,2, , n
3.1.2 n 维向量的运算 既然向量可看成矩阵,那么,由矩阵运算的定义就可得向
量的运算。
定义 2 设 (a1, a 2 , , a n ) , b1, b2 , , bn Fn , k F ,
在数学中,把具有上述八条规律的运算称为线性运算。 故向量的加法运算和数乘向量的运算统称为向量的线性运 算
定义 3 数域 F(一般为实数域 R 或复数域C )上全体 n 维
向量的集合,连同定义在其上的线性运算,称为数域 F 上的
n 维向量空间,仍记为 F n 。当 F 为 R 时,称为 n 维实向量空
间,记为 Rn 。
3.2 向量组的线性相关性
本节将利用 n 维向量空间中向量的线性运算来研究向量
之间的线性关系,着重讨论有关向量的三个基本概念: 线性组合,线性相关与线性无关。
以下总是在一个固定的数域 F 上的 n 维向量空间中进行
讨论,不再每次说明。
3.2.1 线性组合与线性表示
定义 1 设有 n 维向量1, 2 , , m 及 ,如果存在一组数
第 3 章 n 维向量及向量组的线性相关性 3.1 n 维向量

第四章 n维向量与线性方程组ppt课件

第四章 n维向量与线性方程组ppt课件


学会这种转换就可以了!
2018/11/19 南京邮电大学 邱中华
-8-
: , , , (2) 如果向量组 B 中的每个向量都可由向量组 1 2 q
A : , , , 线性表示, 则称向量组 B可由向量组 A 线性 1 2 p
表示.
cp1 p 1 c 11 1 c 21 2 c c cp2 p 2 12 1 22 2 q c cpq p 1 q 1 c 2 q 2
看看三维空间中的向量(如图)
3 2
设 4 可表为
k k , , , 说明 4 1 1 2 2 1 2 4
1
4
这三个向量在一个平面内(共面).
, , 1 2 3这三个向量任何一个都不能由其它两个
向量线性表示, 说明它们是异面的.
2018/11/19 南京邮电大学 邱中华
20201231南京邮电大学邱中华14444线性方程组解的结构线性方程组解的结构4343向量组的秩向量组的秩4242向量组的线性相关性向量组的线性相关性4141向量组及其线性组合向量组及其线性组合4545向量空间向量空间由于上颌窦的开口位置较高不利于引流而容易引起鼻窦炎
第四章 n维向 量与线性方程 组
解法一
0 B : 1 1 , 1
2
1 1101 11101 r [ A | B ] 11210 02311 , 1 3412 00000
( B ) 2 又易知 r , 故等价. r ( A ) r [ A | B ] 2
[ , ] 2 如果 r 则 2 3
[ , ] r [ , | ] 2 证 (1) 要证 r 2 3 2 3 1
  1. 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. 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. 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)。

Rn ={(a1, a2, …, an)|aiR}—— n 维实向量的全体.
n维向量的线性运算: = (a1, a2, …, an), =(b1, b2, …, bn),
加法:
+ = (a1 +b1, a2 +b2, …, an+ bn),
数乘: k • = (ka1, ka2, …, kan ), k R.
x11 x22 xnn b ——方程组的向量形式 即 即 (1,2x1 x2 X x m
称为满足方程 AX b 的一个解向量。
返回
二、Rn 的子空间
n 定义 若 V R , 且, V , k R, 有
几何空间(三唯向量空间)(第三章)
推 广
n 唯向量空间(第四章)
推 广
线性空间(第七章)
返回
4.1
n 维向量空间
一、三维向量空间 二、n 维向量空间 三、Rn 的子空间
返回
一、三 维向量空间 (几何空间)
(三唯向量)a (a1 , a2 , a3 ) (ai为实数)
并定义向量的线性运算如下: 设
即:
a11 a12 a1n b1 a 21 a 22 a 2 n b2 x1 x2 xn a a a b m1 m2 mn m
k11 k2 2 km m , 则称向量 可由向量组1,2,…,m 线性表出.
或称向量 为向量组1,2,…,m 的线性组合, 例1 零向量是任一向量组的线性组合.
0 01 0 2 0 m .
例2 向量组1, 2, …, m中任一向量都可由这个 向量组线性表出.
加法: 数乘:
(a1 , a2 , a3 ), (b1 , b2 , b3 )
(a1 b1 , a2 b2 , a3 b3 )
k • =(ka1, ka2, ka3 ). ( k R)
返回
按上述方式定义的线性运算,满足八条运算规律:
(1) + = + ; (2) ( +) + = +( +); (6) k(l ) = (kl) ; (3) +O = ; (7) k( +) = k +k ; (4) +(- ) =O ; (8) (k+l) = k +l .
1×n的行矩阵可以视为n维行向量; n×1的列矩阵可以视为n维列向量;
a1 n 1 a2n 2 a in i a mn m
i 称为A的行向量; 1 2
A
a11 a12 a1 j i 称为A的列向量; a 21 a 22 a 2 j A A (1,2, ,n ) a m 1 a m 2 a mj
( ) 2 2 ( )


(0 2 ) 飞机重心在空间的位置参数P(x,y,z)
所以,确定飞机的状态,需要6个参数, 可表示为 ( x, y, z , , , )
返回

二、n 维向量空间的概念
n 维向量:
(a1 , a2 ,, an )
, m ) L (1, 2,
lmm )
klmm
( L对数乘封闭)
, m ) 是 R n的一个子空间。 所以 L (1, 2,
称L(1,2, …, m) 是由 , , …, 所生成的子空间. 1 2 m 例如:
, m ) 又 , L (1, 2,
n
l11 l22
其中
1 l2 2 lmm , l1
2 lmm ) (l11 l2
m lm
m ) lm
,l2 , 为常数, l1,l2, ,lm ; l1 ,lm
返回
加法与数乘满足下列八条运算规律:
(1) + = + ; (2) ( +) + = +( +); (3) +0 = ; (4) +(- ) = 0 ; n 维实向量 (a1 , a2 ,
(5) 1 = ; (6) k(l ) = (kl) ; (7) k( +) = k +k ; (8) (k+l) = k +l . , an ), (ai R)
i 01 0i 1 1i 0i 1 0 m .
返回
, m 为n维向量组,证明: 例3 设 1, 2, L(1,2, …, m) = { 1, 2, …, m 线性组合的全体}.
n R 是 的一个子空间。
证明:
L(1,2, ,m ) R
V对加法封闭) V (此时称 , k V ,(此时称V对数乘封闭) 则称V是 Rn 的一个子空间. 由定义知: (1) Rn 的子空间本身也是一个向量空间! (2)子空间必含零元。

若V没有零元
V不是子空间.
(V有零元是V为子空间的必要条件!)
返回
子空间的判别:
V是 Rn 的一个子空间
a11 a12 a 21 a 22 A ai1 ai 2 a m1 a m 2
n 称为矩阵A的行向量组. 向量组 1 , 2 , …,
反之,由有限个向量所组成的向量组可以构 成一个矩阵.
返回
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 线性方程组: () ................................................. am1 x1 am 2 x2 amn xn bm
1 1, 2, 3 , 2 3,4,6 ,
3 1,0,4 , 4 3,1, 3
则1 , 2, 3,4 为一向量组。
该向量组向量的维数是3, 向量组所含向量个数为4 . 即该向量组由4个3维的向量组成 .
又如:
------所含向量个数为1
R n ------含无穷多个向量 .
.
返回
向量组与矩阵的关系:
例如 矩阵A (a ij )
m n
a11 a12 a1 j a 21 a 22 a 2 j A a m 1 a m 2 a mj

1

2

j
a1 n a2n 有n个m维列向量 a mn
例2 设V = {(x, y) | x+ y = 1 }, V是否是 R2 的子空间? ( 不过坐标原点的直线不是R2的子空间.)
返回
例3 过坐标原点的平面 V (x, y, z) Ax By Cz 0, A ,B,C 不全为零
为R3的一个子空间; 例4 过坐标原点的空间直线.
x y z W (x, y, z ) , m, n, p不全为零 m n p
)m (lm lm
返回
(l11 l22
)2 (l1 l1)1 (l2 l2
, m ) ( L对加法封闭) L (1, 2,
k R, L有
k k (l11 l22
kl11 kl22
(1) V R n ,(V ); (2) , V , 有 V(即 ; V对加法封闭)
(3) k R, V 有 k V(即 , V对数乘封闭).
例1 设V = {(x, y) | x+y= 0 }, V是否是 R2 的子空间?
( 即 过坐标原点的直线是R2的子空间.)
为R3的一个子空间 但是,不过坐标原点的平面不是R3的一个子空间; 不过坐标原点的空间直线不是R3的一个子空间.
因为,它们不含零元 0=(0,0,0).
返回
4.2
向量组的线性相关性
一、向量组的线性组合
二、向量组的线性相关性 三、线性相关性与线性组合(表出)的关系
返回
向量组:同维数的向量所组成的集合. 例如:

1

m
2

j
a1 n a2n 返回 a mn
n
用向量的观点看线性方程组
a11 x1 a12 x 2 a1n x n b1 a x a x a x b 21 1 22 2 2n n 2 .......... .......... .......... ......... .......... a m1 x1 a m 2 x 2 a mn x n bm a11 a12 a1n b1 a 21 a 22 a 2 n b2 x1 x2 xn 可写成: a a a b m1 m2 mn m
由三维实向量 (a1 , a2 , a3 ), (ai R)
的全体构成的集合,按定义的加法和数乘满足八条
(5) 1 = ;
运算法则,则称这个集合对规定的加法和数乘构成一个
三维向量空间(或几何空间)。记为 R3.
返回
实际问题: 确定飞机在空中的状态: 机身的仰角
机翼的转角
机身的水平转角

n
A (1,2, ,n )
向量组
1 , 2 ,
n 称为矩阵A的列向量组。
相关文档
最新文档