十三4.1向量组及其线性组合[1]b.ppt

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 维向量的概念 二、向量空间 三、向量组与矩阵 四、向量的线性组合和线性表示 作业P108---3 4 * ( ) ( ) n B R A R = = ? ( ) ( ) n B R A R = ? 有无穷多解. b Ax = 非齐次线性方程组 齐次线性方程组 §4.1 向量组及其线性组合 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, 分量为复数的向量称为复向量. 例如: (1, 2, ···, n)为 n 维实向量. (1+2i, 2+3i, ···, n+(n+1)i )为 n 维复向量. 第2个分量 第n个分量 第1个分量 写成一行的 n 维向量, 称为行向量, 也就是行矩阵,通常用aT, bT, ?T, ?T 等表示, 如: 写成一列的 n 维向量, 称为列向量, 也就是列矩阵,通常用a, b, ?, ? 等表示, 如: 注意: 1. 行向量和列向量总被看作是不同的向量; 2. 行向量和列向量都按照矩阵运算法则进行运算; 3. 当没有明确说明是行向量还是列向量时, 都当作列向量. 二、向量空间 向　量 解析几何 线性代数 既有大小又有方向的量 有次序的实数组成的数组 几何形象:可随意平 行移动的有向线段 代数形象:向量 的坐标表示式 坐标系 当 n ? 3 时, 空　间 解析几何 线性代数 点空间:点的集合 向量空间:向量的集合 坐标系 代数形象:向量 空间中的平面 几何形象:空间 曲线、空间曲面 一一对应 点(x, y, z)的集合——平面 向量(x, y, z)T的集合 当 n 3 时, 向量不再有“几何”意义, 仍沿用几何空间的名词. 但其意义更为广泛. 叫做n 维向量空间. 叫做n维向量空间Rn中的n–1维超平面. 例如: 在描述一空间运动物体时, 不仅与所处的空间位置(x, y, z)有关, 还与时间 t 有关, 这就是四维时空空间, 用向量表示为(x, y, z, t ). 机身的仰角? 机身的水平转角? (0 ? ? ? 2?); 机翼的转角? (-????); 例如:确定飞机的状态, 需要以下6个参数: 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用6维向量(x, y, z, ?, ?,? )表示. 　　在日常工作, 学习和生活中, 有许多问题都需要用向量来进行描述. 三、向量组与矩阵 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: 矩阵A=(aij)m?n有n个m维列向量: 向量组a1, a2,···, an称为矩阵A的列向量组. 向量组?1T, ?2T,···, ?mT 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. 类似地, 矩阵A=(aij)m?n有m个n 维行向量: m个n维行向量所组成的向量组?1T, ?2T,···, ?mT 构成一个m?n矩阵 n个m维列向量所组成的向量组a1, a2,···, an构成一个m?n矩阵 线性方程组的向量表示 方程组与增广矩阵的列向量组之间一一对应. 四、线性组合与线性表示 定义: 给定向量组A: ?1, ?2, ···, ?m, 对于任何一组实数k1, k2, ···,km, 向量 k1?1 + k2?2 + ··· + km?m 称为向量组A: ?1, ?2,···, ?m的一个线性组合, k1, k2, ···, km称为这个线性组合的系数. 线性表示：给定向量组A: ?1, ?2, ··· , ?m和向量b, 如果存在一组数?1, ?2, ···,?m, 使 b = ?1?1 + ?2?2 + ··· + ?m?m 则向量b是向量组A的线性组合, 这时称向量b能由向量组A线性表示. 即线性方程组 ?1?1 + ?2?2 + ··· + ?m?m = b 有解. 定义: 设有两向量组 A: ?1, ?2, ···, ?m 与 B: ?1, ?2, ···, ?s . 若B组中的每一个向量都能由A组线性表示, 则称向量组B能由向量组A线性表示; 若向量组B与向量组A可以相互线性表示, 则称这两个向量组等价. 定理1: 向量b能由向量组A: