3.1n维向量概述.ppt

线 性 代 数  第三章 n维向量与线性方程组 向量及向量空间是线性代数中的基本概念，是线性代数的核心。其应用非常广泛。本章介绍向量的概念及其线性运算，向量相关与无关的概念及性质.并由此讨论线性方程组的解的结构。 3.1 n维向量 内 容 复 习 1. 线性方程组AX＝B的消元法： ① 求解： 初等行变换； ② 判别解的情况： 有无穷多解； 无解 没有解决：线性方程组有无穷多解时，解的构成如何? 由于AX＝B的解为列矩阵（列向量），所以我们本节讨论n维向量。 2. 二维向量： 3. 三维向量： 平面上的有向线段称为二维向量. o x y P 二维向量 与数对(x ,y) 一一对应，记为 所有二维向量的集合称为二维向量空间，记为R2。 空间的有向线段称为三维向量. 三维向量 与数对(x,y,z) 一一对应，记为 o x y z P 所有三维向量的集合称为三维向量空间，记为R3。 既有方向，又有大小的量 称为 向量。一般二、三维向量可用有向线段来表示，将其推广到n 维后，不能由几何图形来描述，但可类似二、三向量维来理解。 如中学学过的向量加法的平行四边形法则等。 α+β β α kα α 。 k0 α kα k0 三个向量共面 二个向量共线 4. 矩阵加法、数乘 5. 行矩阵与列矩阵 行矩阵(行向量)： 列矩阵(列向量)： 3.1.1 n维向量的定义 成的有序数组称为n维向量， 记为： 定义1 n 个数 1.概念 或 前者称为行向量，后者称为列向量；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。 所组 一般用小写希腊字母 等表示向量， 等来表示向量的分量。 用 例如， 为四维向量， 为三维向量。 ※ ① 分量全为实数的向量称为实向量， 分量为复数的向量称为复向量。 【本书只讨论实向量】 全体n维向量的集合称为n维向量空间，记为:Rn . 基本单位向量构成的向量组称为单位向量组. ② 几种特殊n维向量 零向量: 分量全为零的向量，即 负向量: n 维基本单位向量： ，则称向量 设向量 为向量 的负向量 记为： ③ 行向量与列向量 行向量： 列向量： ※ 由于向量的加法、数乘运算都按矩阵的加法 与数乘运算法则进行定义，因此，在运算中把行 向量与列向量视为不同的向量。 ※ 行向量即为行矩阵，列向量即为列矩阵。 ④ 一个向量写为行向量或列向量要根据运算 要求 来确定。 ⑤ 一维向量为数: (a)=a； 线性方程组的解为列矩阵，所以本教材的向 量一般写为列向量，行向量写为列向量的转置。 二维向量 对应空间的有向线段； 三维向量 对应平面上的有向线段； n维向量是二、三维向量的推广。 若干个同维数的列向量（或行向量）所组成 的集合称为向量组. 2. 向量组 如 为二维基本单位向量组。 矩阵可以按行（列）分块为行（向量组）： 向量组 称为矩阵A的行向量组； 向量组 称为矩阵A的列向量组。 （1）向量相等 定义2 设两个n维向量α=(a1, a2, …, an)T, 与 β=(b1, b2, …, bn)T的对应分量相等，则称向量α 与β相等，记为 α=β。 3.1.2 n维向量的线性运算 （2）向量加法 定义3 两个n维向量α=(a1, a2, …, an)T, 与 β=(b1, b2, …, bn)T的对应分量之和组成的向量， 称为向量α与β的和，记为 α＋β，即 α+β=(a1+ b1，a2 +b2， …，an+ bn)T 向量减法：α–β=(a1 – b1, a2 – b2 , …, an – bn)T （3） 向量的数乘 定义3 n维向量α=(a1, a2, …, an)T的各个分量都乘以数k得到的向量，称为数k与向量α的数乘 向量（简称为数乘），记为 kα, 即 kα＝ (ka1， ka2， …，kan)T 向量的加法和数乘运算统称为向量的线性运算. n维向量的线性运算有与矩阵线性运算完全相同的运算律： ①α+β=β+α(加法交换律) ②α+(β+γ)=(α+β)+γ(加法结合律) ③α+ ? =α ④α+(-α)= ? ⑤ k(α+β)= kα+kβ(数乘分配律) ⑥(k +l)α=kα+lα(数乘分配律) ⑦(k l)α=k(lα)(数乘结合律) ⑧ 1α=α （4）向量的线性运算性质 设α,β,γ,?为n维向量,