线性代数教案-向量组及其线性组合

合集下载

线性代数第四章第一节向量组及其线性组合课件

线性代数第四章第一节向量组及其线性组合课件
矩阵方程组 AX = B 有解
R( A) R( A,b)
R(A) R(A, B) R(B) R( A)
R( A) R(B) R( A, B)
知识结构图
n维向量 向量组 向量组的线性组合 向量组的线性表示 向量组的等价
向量组与矩阵的对应
判定定理及必要条件 判定定理
存在有限个初等矩阵P1, P2, …, Pl ,使 AP1 P2 …, Pl = B
把 P 看成
存在 m 阶可逆矩阵 P,使得 AP = B
是 线性表示的
系数矩阵
矩阵 B 的列向量组与矩阵 A 的列向量组等价
同理可得
r
A~ B
矩阵 B 的行向量组与矩阵 A 的行向量组等价
向量组 B:b1, b2, …, bl 能由向量组 A:a1, a2, …, am 线性表示 存在矩阵 K,使得 AK = B 矩阵方程 AX = B 有解 R(A) = R(A, B) (P.84 定理2) R(B) ≤ R(A) (P.85 定理3) 因为 R(B) ≤ R(A, B)
1
1 0 0
0
0
1
0
0
En
0
0
1
0
0 0 0
1
n 阶单位矩阵 En 的列向量叫做 n 维单位坐标向量.
回顾:线性方程组的表达式
1. 一般形式
3
x1 x1
4x2 x3 x2 2x3
5 1
2. 增广矩阵的形式
3 4 1 5
1
1
2 1
3. 向量方程的形式
4. 向量组线性组合的形式
(
A,
b)
1
2
1
0
r
~

同济版线性代数课件-第一节向量组及其线性组合

同济版线性代数课件-第一节向量组及其线性组合

实际应用举例
电路分析
在电路分析中,经常需要求解由 基尔霍夫定律列出的线性方程组,
以确定各支路的电流或电压。
经济学
在经济学中,线性方程组常用于 描述市场均衡条件,如供求平衡、
投入产出分析等。
工程技术
在工程技术领域,如结构力学、 流体力学等,经常需要求解由物
理定律导出的线性方程组。
04 矩阵运算与性质回顾
分配律
矩阵乘法满足分配律, 即A(B+C)=AB+AC, (B+C)A=BA+CA。
数乘分配律
数乘运算满足分配律, 即k(A+B)=kA+kB, (k+l)A=kA+lA。
矩阵秩概念引入
矩阵秩的定义
矩阵A中不等于0的子式的最大阶 数称为矩阵A的秩,记作r(A)。
矩阵秩的性质
矩阵的秩满足一些基本性质,如
同济版线性代数课件-第一节向量 组及其线性组合
目录
• 向量组基本概念与性质 • 向量空间与子空间 • 线性方程组求解与讨论 • 矩阵运算与性质回顾 • 特征值与特征向量初步探讨 • 总结回顾与拓展延伸
01 向量组基本概念与性质
向量定义及表示方法
01
02
03
向量的定义
向量是既有大小又有方向 的量,常用带箭头的线段 表示。
矩阵基本运算规则回顾
加法运算
两个矩阵相加,要求它们的行数和列数分别相等, 相加时对应元素直接相加。
数乘运算
一个数与矩阵相乘,用该数乘以矩阵的每一个元 素。
乘法运算
两个矩阵相乘,要求第一个矩阵的列数等于第二 个矩阵的行数,相乘时对应元素相乘再相加。
矩阵性质总结
结合律

《线性代数》教案

《线性代数》教案

《线性代数》教案一、前言1. 教学目标:使学生理解线性代数的基本概念、理论和方法,培养学生运用线性代数解决实际问题的能力。

2. 适用对象:本教案适用于大学本科生线性代数课程的教学。

3. 教学方式:采用讲授、讨论、练习相结合的方式进行教学。

二、教学内容1. 第一章:线性代数基本概念1.1 向量及其运算1.2 线性方程组1.3 矩阵及其运算1.4 行列式2. 第二章:线性空间与线性变换2.1 线性空间2.2 线性变换2.3 矩阵与线性变换2.4 特征值与特征向量3. 第三章:特征值与特征向量3.1 特征值与特征向量的定义3.2 矩阵的特征值与特征向量3.3 矩阵的对角化3.4 二次型4. 第四章:线性方程组的求解方法4.1 高斯消元法4.2 克莱姆法则4.3 矩阵的逆4.4 最小二乘法5. 第五章:线性代数在实际应用中的案例分析5.1 线性规划5.2 最小二乘法在数据分析中的应用5.3 线性代数在工程中的应用5.4 线性代数在计算机科学中的应用三、教学方法1. 讲授:通过讲解线性代数的基本概念、理论和方法,使学生掌握线性代数的基础知识。

2. 讨论:组织学生就线性代数中的重点、难点问题进行讨论,提高学生的思维能力和解决问题的能力。

3. 练习:布置适量的练习题,让学生通过自主练习巩固所学知识,提高解题能力。

四、教学评价1. 平时成绩:考察学生的出勤、作业、课堂表现等方面,占总评的30%。

2. 期中考试:考察学生对线性代数知识的掌握程度,占总评的40%。

3. 期末考试:全面测试学生的线性代数知识水平和应用能力,占总评的30%。

五、教学资源1. 教材:推荐使用《线性代数》(高等教育出版社,同济大学数学系编)。

2. 辅助教材:可参考《线性代数教程》(清华大学出版社,谢乃明编著)。

3. 网络资源:推荐学生浏览线性代数相关网站、论坛,拓展知识面。

4. 软件工具:推荐使用MATLAB、Mathematica等数学软件,辅助学习线性代数。

第10讲 向量组及其线性组合

第10讲 向量组及其线性组合

组合的表示形式不唯一. 2、定义 3:设有两个向量组 A : 1 ,, m 及组 B : 1 ,, l ,若组 B 中每个向 量都能由向量组 A 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 与组 B 能相互线性表示,则称这两个向量组等价。 (1)向量组 B 能由向量组 A 线性表示 矩阵方程 AX B 有解。 (2)向量组 B 与向量组 A 等价 矩阵方程 AX B 与 BY A 都有解。 定理 2:向量组 B : 1 ,, l 能由向量组 A : 1 ,, m 线性表示的充分必要条件 是 R( A) R( A, B) . 推 论 : 向 量 组 B : 1 , , l 与 组 A : 1 , , m 等 价 的 充 分 必 要 条 件 是
(1) (2) ( ) ( ) (3) 0
(4) ( ) 0
(5) 1
(6) k (l ) (kl )
k1 1 k 2 2 k m m ,
称 可由 1 ,, m 线性表示, 或 为 1 ,, m 的一个线性组合. (1) 零向量可由任意一个向量组线性表示. ( 0 0 1 0 m ) (2) 任 意 一 个 向 量 可 由 基 本 单 位 向 量 组 E : e1 (1, 0, 0, , 0) ,
数乘: k : (k a1 , k a2 , , k an ) , k 为常数
减法: : ( ) (a1 b1 , a2 b2 ,, an bn )
4、运算规律: (a1 , a 2 ,, a n ) , (b1 , b2 , , bn ) , (c1 , c 2 , , c n )

[理学]线代教案第3章向量组的线性相关性

[理学]线代教案第3章向量组的线性相关性

第3章向量组的线性相关性(共6学时)一、教学目标与基本要求1.掌握向量组的线性相关与无关的概念及其简单性质2.掌握向量组的相关性的判定定理3.掌握向量组的秩和矩阵的秩的关系4.了解正交向量组的概念,掌握施密特正交化过程5.了解向量空间、坐标变换等的概念二、教学内容与学时分配1.n维向量2.向量组的线性相关与线性无关(2学时)3.向量组的最大线性无关组与秩(2学时)4.正交向量组5.向量空间(2学时)三、教学内容的重点难点重点:线性相关性的判断,向量组(矩阵)秩、最大无关组的求法。

难点:有关向量组的线性相关性的证明题,矩阵运算后秩的变化。

四、教学内容的深化和拓宽矩阵运算后秩的变化(详情见讲稿),从而强化教材中概念的理解及应用。

五、思考题与习题思考题:见讲稿习题:3,5,(2),6,8,10,(2),12,13,16,19,(1),24六、教学方式与手段以课堂讲授为主,提问、互动为辅。

本章内容抽象,定理、结论较多,注意强化概念、定理内容。

讲稿内容在上一章我们介绍的矩阵的概念及其运算,为了进一步了解矩阵及矩阵的行、列之间关系,本章介绍向量的概念及性质。

3.1 n 维向量3.1.1 维向量的概念及运算 n从解析几何中我们已看到,刻画数轴上的点,只须一个数却可; 要刻画平面上的点的位置,须用两个有序数来确定,也即是平面上点的坐标;要刻画空间中某点的位置,要用三个数所组成的数组来确定,反过来,给定的有序数组,也能确定平面、空间点的位置。

),(y x ),,(z y x 要刻画椭球体的位置,需用6个数所组成的数组来确定,椭球体的中心需三个数,长、中、短半轴需用三个数,我们可写成有序数组,反过来我们给定了有序数组,并说明表示椭球的中心,表椭球的长、中、短半轴,则椭球的位置及形状也确定了,事实上其方程可写为),,,,,(000c b a z y x ),,,,,(000c b a z y x ),,(000z y x ),,(c b a 1)()()(220220220=−+−+−c z z b y y a x x 。

线性代数 第一节 向量组及其线性组合-精品文档

线性代数  第一节  向量组及其线性组合-精品文档

3、定理
定 1 向 理 b 可由向量组 量 , , 线性 1 2 m
矩阵 A ( , , , ) 的秩等于矩阵 1 2 m B ( , , , ,b ) 的秩 1 2 m
四、等价向量组
1、定义3 设有两个向量组 A : , , , B : , , , 1 2 m及 1 2 s.
T a ( a , a , , a ) 1 2 n
注意 1. 行向量和列向量总被看作是两个不同的向量; 2. 行向量和列向量都按照矩阵的运算法则进行 运算;
3. 当没有明确说明是行向量还是列向量时,
都当作列向量.
3、向量的线性运算
( a b , , a b ) 和向量 1) 加法: 1 1
第四章 向量组的线性相关性
第一节
向量组及其线性组合
一、n 维向量 二、向量组与矩阵 三、向量组的线性组合 四、等价向量组
一、n 维向量
1、概念
个有次序的数 a ,a , ,a 所组成的 定义1 n 1 2 n 量,第 i个数 a i个分量 . i称为第
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.

T
a 1n a 2n a in a mn

T 1 T 2
T i
T m

, …, m 称为矩阵A的行向量组.
4、反之,由有限个同维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 组 成 , , 的 , 向 , 量 1 2 m 构成一 n m 个 矩阵
向量组 B 能由向量组 A 线性表示 . 则称 向量组 A 与B 等价.
若 B 组中的每个向量都能由 向量组 A 线性表示 ,

W071线性代数-4-1向量组极其线性组合

W071线性代数-4-1向量组极其线性组合
0
c2
7 4 7 0
1
例 4 球的大小和位置 为了刻画一个球的大小和位置,需要知道它 中心的坐标 (三个数) 以及它的半径,也就是说,球 的大小和位置需要 4 个数来刻画.
即球的大小和位置要用 4 元有序数组来表示.
x
y
z
r
定义:若干个同维数的列向量(行向量)所组成的集合称为
1 1 1 1 1 0 3 2
(
A,
b)
1
2
1
0
r
~
0
1
2
1
2 1 4 3 0 0 0 0
2 3 0 1 0 0 0 0
P.83 定理1
因为R(A) = R(A, b) = 2, 所以向量 b 能由 a1, a2, a3 线性表示.
1 1 1 1 1 0 3 2
(
A,
b)
1
2
1
0
向量组.例如:a1,a

2
,as (称为有限向量组)
【注意】:向量组中所含向量的个数也可以是无穷多个。
例5: R(A) < n 时,n 元齐次线性方程组 Ax = 0 有无穷多解,
所以全体解组成的向量组含有无穷多个n 维向量.
x1 x2 x3 x4 0
例如:
齐次线性方程组
2
x1
5 x2
3 x3
x3 x4
0 0
c1
0 0
c2
1 0
c3
0 1
x5 1 0 3 2
(其 c1、c2、c3 为任意常数)
定义: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

向量组及其线性组合

向量组及其线性组合

1
,
m
)
2
m
在n 维向量的全体
x1
Rn
x
x2
xn
x1, x2 ,
, xn
R
中,向量组
1 0
1
0
,
2
1
,
0
0
0
,n
0
1
称为n 维基本单位向量组。
a1
任一n 维向量
a2
Rn
都可以由
1, 2 ,
an
, n 表示成
B
1T
T 2
T m
1.2 向量组的线性组合
设向量组
1 2 4
1
2 1
,
2
3 1
,
3
11
由向量的线性运算知道, 3 22 1
这时称α3 是α1,α2 的线性组合。
定义2 设有向量组
:1,2 , ,m
,对于任意一组数
k1, k1, , km ,向量:
k11 k22 kmm
n 维向量也可以写成一行,记作
T (1,2 , ,n )
称为行向量,也就是1×n 行矩阵。
规定:n 维向量的运算按矩阵运算规则进行,即设λ 是数,n 维向量
a1 b1
=
a2
,
=
b2
an
bn
a1 b1
a1

=
a2
b2
,
=
a2
an
bn
an
x
y z
同维数向量的集合称为向量组。例如,n 维向量的全体所组成 的集合为
x1
Rn
x
x2 xn
x1, x2 ,
  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)。

线性代数教学教案第三章 向量组及其线性组合授课序号01教 学 基 本 指 标教学课题 第三章 第一节 向量组及其线性组合 课的类型 新知识课教学方法 讲授、课堂提问、讨论、启发、自学 教学手段 黑板多媒体结合教学重点 向量组的线性组合、向量组的等价 教学难点 向量由向量组线性表示的判定方法、向量组等价的判定方法参考教材 同济版《线性代数》作业布置 课后习题大纲要求 理解n 维向量、向量组、向量组的线性组合、向量组等价的概念以及向量组与矩阵的对应熟悉向量能由向量组线性表示的判断方法;熟悉向量组B 能由向量组A 线性表示的判断方法和两向量组等价的判断方法。

教 学 基 本 内 容一、 向量的概念及运算:1. 维向量的定义:由个数组成的有序数组称为维向量. 若维向量写成的形式,称为维列向量;若维向量写成的形式,称为维行向量. 这个数称为该向量的个分量,其中称为第个分量.常用…来表示维列向量,而用,…来表示维行向量.当是复数时,维向量称为维复向量,当是实数时,维向量称为维实向量,本书所讨论的向量都是实向量.n n 12,,,n a a a n n 12n a a a ⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭n n ()12,,,n a a a n n n i a i ,,,αβγn TTT,,αβγn 12,,,n a a a n n 12,,,n a a a n n分量都是零的向量称为零向量,记为,即或.向量称为向量的负向量,记为. 2. 向量的运算:由于向量可看成行矩阵或列矩阵,因此我们可用矩阵的运算来定义向量的运算,也就是:设,,则有(1); (2);我们称这两种运算为向量的线性运算. (3); .二、向量组及其线性组合:向量组:由若干个维数相同的向量构成的集合,称为向量组.线性组合:给定维向量组,对于任意一组数,表达式称为该向量组的一个线性组合.0000⎛⎫ ⎪ ⎪ ⎪ ⎪⎝⎭0= ()0,0,,00= 12n a a a -⎛⎫ ⎪- ⎪ ⎪ ⎪-⎝⎭ 12n a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭α-α1122,n n a b a b a b ⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭αβk ∈R 1122n n a b a b a b +⎛⎫ ⎪+⎪+= ⎪ ⎪+⎝⎭ αβ12n ka ka k ka ⎛⎫⎪ ⎪= ⎪ ⎪⎝⎭ α()12T 121122,,,n n n n b b a a a a b a b a b b ⎛⎫⎪ ⎪==+++ ⎪ ⎪⎝⎭ αβ()111121221222T 1212,,,n n n n n n n n a a b a b a b a a ba b a b b b b a a b a b a b ⎛⎫⎛⎫⎪ ⎪⎪ ⎪== ⎪ ⎪⎪ ⎪⎝⎭⎝⎭αβn 12,,,n ααα12,,,n k k k 1122+++n n k k k ααα线性表示:给定维向量组和一个维向量,如果存在一组数,使得,则称向量可由向量组线性表示,或者说向量是向量组的一个线性组合. 定理 1 向量可由向量组(唯一)线性表示的充分必要条件是线性方程组有(唯一)解.三、向量组的等价:向量组由向量组线性表示:设是个维向量组成的向量组,而是个维向量组成的向量组. 如果向量组中每一个向量均可由向量组线性表示,则称向量组可由向量组线性表示.向量组等价:如果向量组与向量组可以相互线性表示,则称向量组与向量组等价. 定理2 设有向量组与向量组. 令矩阵,,则向量组可由向量组线性表示的充分必要条件是矩阵方程有解. 向量组与向量组等价的充分必要条件是矩阵方程与同时有解.四、主要例题:例1 将线性方程组中第个未知量的系数写成一个维列向量,而该方程组的常数也写成一个维列向量n 12,,,n αααn β12,,,n k k k 1122+++n n k k k = βαααβ12,,,n αααβ12,,,n αααβ12,,,n ααα1122+++n n x x x = αααβA B :A 12,,,m αααm n :B 12,,,s βββs n B (1,2,,)j j s = β:A 12,,,m ααα:B 12,,,s βββ:A 12,,,m αααA B A B :A 12,,,m ααα:B 12,,,s βββ()12,,,m A =ααα()12,,,s B =βββB A =AX B A B =AX B =BY A 11112211211222221122n n n n m m mn n ma x a x a xb a x a x a x b a x a x a x b +++=⎧⎪+++=⎪⎨⎪⎪+++=⎩ i i x m ()121,2,,i i i mi a ai n a ⎛⎫⎪ ⎪== ⎪ ⎪⎝⎭αm,则该方程组也可用向量的形式来表达:.例2 设矩阵,将矩阵与列向量组和行向量组对应. 例3 设向量组,将任一向量由线性表示. 例4 设有向量及向量组,试问能否由线性表示.例5 设向量组, 而,问:向量能否由向量组线性表示?若可以,求出线性表达式。

例6 已知向量组和,证明:向量组可由向量组线性表示.例7 已知向量组和,证明:向量组和向量组等价.12m b bb ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭β1122n n x x x β+++= ααα111212122212n n m m mn a a a a a a a a a ⎛⎫⎪⎪= ⎪ ⎪⎝⎭A A 12100010,,,001n ⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪ ⎪ ⎪ ⎪===⎪ ⎪ ⎪⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ e e e 12n a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭α12,,,n e e e 536⎛⎫ ⎪= ⎪ ⎪-⎝⎭α1231011,2,1112-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭βββα123,,βββ1231230,1,2254-⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪--⎝⎭⎝⎭⎝⎭ααα547⎛⎫ ⎪= ⎪ ⎪-⎝⎭ββ123,,ααα1212:1,011A -⎛⎫⎛⎫ ⎪ ⎪== ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭αα123331:1,1,1210B --⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭βββ123:,,B βββ12:,A αα123111:0,1,2125A -⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭ααα123101:1,1,0011B ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭βββ123:,,A ααα123:,,B βββ授课序号02教 学 基 本 指 标教学课题 第三章 第二节 向量组的线性相关性 课的类型 新知识课教学方法 讲授、课堂提问、讨论、启发、自学 教学手段黑板多媒体结合 教学重点 向量组线性相关性的概念、向量组线性相关性的判断教学难点 向量组线性相关性的概念参考教材 同济版《线性代数》作业布置 课后习题大纲要求 理解向量组线性相关、线性无关的概念;熟悉向量组线性相关、线性无关的判断方法; 理解向量组线性相关性理论的一些主要结论。

教 学 基 本 内 容一、向量组的线性相关与线性无关:线性相关:设有个维向量构成的向量组,如果存在一组不全为零的数,使得,则称向量组线性相关.线性无关:若当且仅当时,才有,则称向量组线性无关.定理1 个维向量构成的向量组线性相关的充分必要条件是齐次线性方程组有非零解;线性无关的充分必要条件是上述齐次线性方程组只有零解.二、向量组线性相关性的一些重要结论: 定理2 向量组线性相关的充分必要条件是存在某一个向量可由其余向量线性表示.推论1 两个向量线性相关的充分必要条件是它们的分量对应成比例.推论2 设向量组是向量组的部分组. 若部分组线性相关,则向量组也线性相关. 推论3 若向量组线性无关,则其部分组也线性无关.m n 12,,,m ααα12,,,m k k k 1122m m k k k +++=0 ααα12,,,m ααα120m k k k ==== 1122m m k k k +++=0 ααα12,,,m αααm n 12,,,m ααα1122m m k k k +++=0 ααα120m k k k ==== ()12,,,2m m ≥ ααα(1)j j m ≤≤α12,ααB A B A A B推论4 设是个维向量组成的向量组,当时该向量组一定线性相关.特别地,个维向量一定线性相关.定理3 设向量组线性无关,而向量组线性相关,则向量一定能由向量组线性表示,且表示式是唯一的.定理4 如果向量组可由向量组线性表示,并且,则向量组线性相关.推论5 如果向量组可由向量组线性表示,并且向量组线性无关,则.推论6 如果向量组与向量组均线性无关,并且这两个向量组等价,则.二、主要例题:例1 对于向量组,存在一组不全为零的数,使得,所以向量组线性相关. 而对于向量组,对任意一组数,有,显然,当且仅当时,才有,所以向量组线性无关. 例2 证明:任一含有零向量的向量组必定线性相关.12:,,,m A αααm n n m <1n +n 12:,,,m A ααα12:,,,,m A ' αααββ12:,,,m A ααα12,,,s ααα12,,,t βββs t >12,,,s ααα 12,,,s ααα12,,,t βββ12,,,s αααs t ≤12,,,s ααα12,,,t βββs t =1231231,2,5127⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭ααα2,1,0-1231232021205127⎛⎫⎛⎫⎛⎫⎪ ⎪ ⎪-+=-+⋅= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭0ααα123,,ααα12100010,,,001n ⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭e e e 12,,,n k k k 12112212100010001n n n n k k k k k k k k k ⎛⎫⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪+++=+++= ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭e e e 120n k k k ==== 1122n n k k k +++=0 e e e 12,,,n e e e例3 设有向量组,判断向量组的线性相关性.例4 已知向量组线性无关,,试证明:向量组也 线性无关.例5 设,,,则,因此线性相关. 而与的分量不对应成比例,与的分量也不对应成比例,从而线性无关,也线性无.例6 已知向量组线性无关,向量组线性相关,证明:向量可由向量组线 性表示.1231212,1,3112⎛⎫⎛⎫⎛⎫ ⎪ ⎪ ⎪=== ⎪ ⎪ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭ααα123,,ααα123,,ααα112223331,,=+=+=+βααβααβαα123,,βββ1123⎛⎫ ⎪= ⎪ ⎪⎝⎭α2369⎛⎫ ⎪= ⎪ ⎪⎝⎭α3347⎛⎫⎪= ⎪ ⎪⎝⎭α213=αα12,αα3α1α3α2α13,αα23,αα123,,ααα234,,ααα4α123,,ααα授课序号03教 学 基 本 指 标教学课题 第三章 第三节 向量组的秩与矩阵的秩 课的类型 复习、新知识课教学方法 讲授、课堂提问、讨论、启发、自学 教学手段黑板多媒体结合 教学重点 矩阵秩的定义、矩阵秩的求法、向量组秩的定义、向量组秩的求法、矩阵的秩与向量组的秩的关系教学难点 矩阵的秩、向量组的极大无关组、向量组的秩的定义参考教材 同济版《线性代数》 作业布置 课后习题大纲要求 理解向量组的极大无关组的概念、向量组的秩的概念、矩阵秩的概念;理解矩阵的秩与向量组的秩之间的关系;熟练掌握矩阵秩的求法、向量组的秩与极大无关组的求法。

相关文档
最新文档