n维向量,向量间的线性关系.pptVIP

§3.1 n维向量 3.1.1 n维向量的定义 3.1.2 n维向量的运算 1 n维向量的概念 2 n维向量的表示方法 3、向量、向量组与矩阵 §3.2 向量间的线性关系 3.2.1 线性组合与线性表示 3.2.2 线性相关与线性无关 例 判断向量β1=(4,3,-1,11)与β2=(4,3,0,11)是否各为向量组a1=(1, 2, -1, 5), a2=(2, -1, 1, 1)的线性组合. 若是, 写出表达式. 1、线性相关的概念 因此b1可由a1,a2线性表示, 且由上面的初等变换可知k1=2, k2=1使b1=2a1+a2. 定义 3 则称向量组 是线性相关的，否则称它线性无关． 3.2.2 线性相关与线性无关 注意: 定理 关于向量的线性相关与线性表示之间的相互关系,有下面的定理: 例1：用定义判断线性相关性。 (1) 向量 线性______关。 (2) 向量 线性______关。 相 相 结论 * * * 3.2 向量间的线性关系 3.3 向量组的秩 3.1. n维向量 3.4 向量空间 第 3 章 向量与向量空间 定义1 分量全为复数的向量称为复向量. 分量全为实数的向量称为实向量， 例如： n维实向量 n维复向量 第1个分量 第n个分量 第2个分量 　　 维向量写成一行，称为行向量，也就是行 矩阵，通常用　　　　　　等表示，如： 　　 维向量写成一列，称为列向量，也就是列 矩阵，通常用　　　　等表示，如： 分量全为零的向量 称为零向量。 　　由定义可知，两个向量只有维数相同时才有相等 或不相等的概念，换句话说维数不同的两个向量是不 能进行比较的。例如，维数不同的两个零向量是不相 等的。 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. 由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 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. 3.1.2 n 维向量的运算 向量相等：如果 n 维向量 的对应分量都相等，即 就称这两个向量相等，记为 向量加法：向量 称为向量 的和，记为 3.1.2 n 维向量的运算 向量加法：向量 称为向量 的和，记为 负向量：向量 称为向量 的负向量 向量减法： 注意：两个向量只有维数相同时，才能进行加法和减法运算！ 数乘向量：设 k 是一个数，向量 称为向量 与数 k 的数量乘积。 向量的加法与数乘运算统称为向量的线性运算。 记为 显然，向量的加法与数乘去处是矩阵的加法与数乘运算的特例。因此向量的两种运算满足以下去处规律。 向量的运算律： 向量的运算律： 注意：两个向量只有维数相同时，才能进行加法和减法运算！ 定义1 3.2.1 线性组合与线性表示 向量之间除了运算关系还存在着各种关系，其中最主要的关系是向量组的线性相关与线性无关。 定义2 3.2.1 线性组合与线性表示 向量之间除了运算关系还存在着各种关系，其中最主要的关系是向量组的线性相关与线性无关。 叫做 n 维单位坐标向量。 由此可见,有的向量可由某一向量组线性表示，而有的则不行.那么如何判断一个向量能否由某一个向量组线性表示呢? 关于向量的线性表示，有以下明显的事实： 由此可见,有的向量可由某一向量组线性表示，而有的则不行.那么如何判断一个向量能否由某一个向量组线性表示呢? 关于向量的线性表示，有以下明显的事实: 课本P80 解： 因为 解： 因为 解： 因为 解： 因为