定义及其背景.docVIP

第4章 向量 §4.1 定义及其背景 一. 内容提要 1．维向量的概念. 2．向量的加法与数乘运算. 二. 重点与难点 维向量的概念及几何背景. 三. 授课内容 从平面解析几何中, 以为起点为终点的有向线段（或向量）与平面上的点一一对应, 而平面上点与有序数组（）一一对应，从而有向线段（向量）与有序数组（）一一对应, 并且可将平面上几何向量的运算转化为坐标（分量）的代数运算, 这样就定义了代数上的二元（二维）向量, 并将这种方法推广到空间中去, 从而定义代数上的三元（三维）向量. 要让学生明确二维与三维向量的几何背景. 然后再推广到维向量. 定义（, 定义）维向量的定义. 说明： （1）维行向量就是矩阵, 维列向量就是矩阵. （2）以后所讲的向量都是指列向量, 除非特别说明. 再介绍零向量与负向量。 然后依次介绍向量相等，向量的和，向量数乘的概念： 向量相等 （, 定义 ） 向量的和 (, 定义 ) 向量的数乘 (, 定义 ) 再规定向量的减法. 例1 . ( , 例) 向量加数与数乘运算的例子. 最后介绍矩阵与向量之间的关系： 其中 , 称为矩阵的列向量组. 称为矩阵的行向量组. 反之, 由个维列向量及由个维行向量均可构成一个矩阵. 由于向量是一个特殊的矩阵, 因此也具有矩阵的性质（如，性质） 四. 作业 习题 (） 2. §4.2 向量的线性相关性 一. 内容提要 向量的线性表示的概念及判别. 向量组的线性相关与线性无关的概念及判别. 线性表示与线性相关性的关系. 重点与难点 向量的线性表示的概念及判别. 向量组的线性相关与线性无关的概念及判别. 线性表示与线性相关性的关系. 授课内容 向量的线性相关性是线性代数最重要的概念之一, 也是向量空间的基础与核心, 因此一定要把向量的线性表示、线性相关与线性无关的概念及判别方法讲深讲透, 所以可将这一节内容分成三个部分来讲解’ (一). 向量的线性表示 先介绍向量组线性组合及向量可由向量组线性表示的概念 定义（, 定义） 举两个简单的例子说明向量的线性表示的含义. （1）零向量可经任意一组向量线性表示. （2）任意一个维向量均可由维单位向量组线性表示. 然后讨论一般情况下, 一个取定的向量总是可由确定的向量组线性表示问题, 要解决这个问题关键是向量方程与线性方程组（矩阵方程）的相互转换, 他们之间的关系分析如下： 设 () 其中 未知式用分量表示为: 由于为未知量，故可用表示, 上述向量方程可写为线性方程组： 再将式写为矩阵形式 记为 这样就建立了向量方程, 线性方程组,矩阵方程三者的等价关系, 从而把研究向量的线性表示问题转变成线性方程组是否有解的问题. 因此很自然得到了向量的线性表示的判别定理： 定理（, 性质）可由线性表示其中 说明：（1）将式转变为式可用更简单的方法： 设其中. （2）由线性方程组的解可分为无解. 唯一解. 无穷多解对应到向量的线性表示上去可分别说成：不能由线性表示, 唯一线性表示, 无穷多种线性表示, 并且线性表示式中的系数就是对应方程组的解. 例1 （，例）作为向量线性表示的一个综合性例题. 例2（，习题, 题）, 作为向量线性表示的一个综合性例题（是否讲这个立体可根据所教班级学生的程度决定）, 通过这个例题讲解与分析, 让学生加深理解并熟练掌握带有参数的向量的线性表示（不能表示、唯一表示、无穷多表示）的判别与表示方法. 定义（，定义） 可将向量组线性相关与线性无关的定义统一说成： 定义：对于向量组, 设 举一个简单例子让学生了解线性相关与线性无关的含义. 例3（，例） 线性无关; 线性相关. 再介绍并简单说明线性相关与线性无关的一些简单性质： 性质（, 性质） 然后讨论一般情况下，一组已知向量组线性相关性的判别法. 设 这样就把研究向量组线性相关性问题转变为齐次线性方程组解的判别问题. 因此很自然得到了向量组线性相关性的判别定理： 定理（P136，性质4.2.3） 其中 解析一下有个维列向量线性相关性建立起来的方程组与第2章讨论线性方程组矩阵下秩的不同, 原因在于向量维数已限定为, 故向量的个数（即未知量个数）用表示, 从而判别方法式与(向量个数或未知量个数)去比较, 而不是与去比较, 这个问题在向量的线性表示中唯一表示与无穷多表示也是类似的. 由定理可得到以下两个推论： 推论1 当时, 推论2 当时, 必线性相关. 至此, 我们得到了判别向量组线性相关性的三种方法, 即定义法、矩阵法的秩与行列式法. 下面举四个例子来说明这三种方法适用情况. 例4（, 例）用向量组构成