4向量组的线性相关性探究.ppt

总结：求极大线性无关组及向量的线性表示的方法 方法1：矩阵的初等行变换法 （1）以向量组中的向量为列向量作矩阵 （2）对矩阵作初等行变换，化为行阶梯形（行最简形） （3）取每行第一个非零元所在的列，即为所求 方法2：录选法 （1）在向量组中选一个非零向量 （2）再选一个与 的对应分量不成比例的向量 （3）再选一个不能由 线性表出的向量 线性表出的向量 …… 四、矩阵的秩与矩阵的运算 例14. 练习. 证明: §5 向量空间 向量空间 概念 基与维数 向量的坐标 说明 一、向量空间的概念 定义1　设V 为 n 维向量的集合，如果集合V非空， 且集合V 对于加法及数乘两种运算封闭，那么就称 集合V 为向量空间． 例2 例1 例3 例4 练习1 练习2 例5 那么，向量组 就称为向量　的一个 基， 称为向量空间 的维数，并称 为 维向量 空间． 二、向量空间的基与维数 定义2 设 是向量空间，如果 个向量 ，且满足 若V 的维数为r，记做dimV=r 只含有零向量的向量空间V称为0维向量空间，即dimV=0,它没有基． 说明 n-1维向量空间 解： 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * 例 3 证一 三、性质 * 整体无关 部分无关 部分相关 整体相关 * 定义 练习 设向量组 线性相关，则ｋ　　 　　. §4 向量组的秩 §4 向量组的秩 向量组等价 极大线性无关组与向量组的秩 向量组的秩与矩阵秩的关系 矩阵的秩与矩阵的运算 1.定义4 一、向量组等价 2.性质 1）自反性 2）对称性 3）传递性 具有以上性质的关系称为等价关系 1 定义7 二、极大线性无关组与向量组的秩 ＊ ＊ ＊ 三、向量组的秩与矩阵秩的关系 向量组与矩阵的关系 其第ｊ个列向量记作 ｍ个ｎ维行向量. 按行分块 按列分块 ｎ个ｍ维列向量. 其第ｉ个行向量记作 矩阵与向量的关系中注意什么是向量的个数、什么是向量的维数，二者必须分清. 证 证明 设Ａ的某些列 有关系 则相应的 具有相同的线性关系. 即　Ｂ中列向量组 与Ａ中列向量组 解： CH4 向量组的线性相关性 向量组的线性相关性 n维向量的概念 向量组的线性相关性 线性相关性的判别定理 向量组的秩 向量空间 §1 N维向量的概念 1、定义 ｎ个数　　　　　组成的有序数组 称为一个ｎ维向量，其中　称为第　个分量（坐标）. ｎ维向量写成一行，称为行矩阵，也就是行向量， 如： 记作α,β,γ. ｎ维向量写成一列，称为列矩阵，也就是列向量， 一、ｎ维向量（Vector） 2、元素全为零的向量称为零向量（Null Vector）. 3、维数相同的列（行）向量同型. 元素是复数的向量称为复向量（Complex Vector）. 2、几种特殊向量 1、元素是实数的向量称为实向量（Real Vector）. 4、对应分量相等的向量相等. 二、向量的运算 1、加法 2、数乘 向量的加法与数乘合称为向量的线性运算. 3、运算律 （1） 　 （交换律） （2） 　（结合律） （3） （4） (设α,β,γ均是ｎ维向量,λ，μ为实数) （5） （6） （7） （8） . } , , , ) , , , ( { 2 1 T 2 1 维向量空间 叫做 集合 维向量的全体所组成的 n R x x x x x x X R n n n n ? = = L L . } , , ) , , ( { 3 叫做三维向量空间 的集合 三维向量的全体所组成 R z y x z y x r R T ? = = 三、应用举例 例1 设 求 解 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． 即 或 向量组与矩阵的关系 其第ｊ个列向量记作 ｍ个ｎ维行向量. 按行分块 按列分块 ｎ个ｍ维列向量. 其第ｉ个行向量记作 矩阵与向量的关系中注意什么是向量的个数、什么是向量的维数，二者必须分清. §2 向量组的线性相关性 一、向量组的线性相关性定义 线性相关 线性无关 的一个线性组合 则称 为向量 定义 2 使得 一组实数 若存在 设n维向量 , , , , , , , , 2 1 2 1 m m k k k a a a L L , , ,