《线性代数》(第二版)讲义4章(向量空间).docVIP

向量空间 内容 n维向量； 向量组线性相关性； 向量组的秩； 向量空间、子空间、基，维数及坐标等概念； 基变换与坐标变换的原理； 向量的内积、长度（范数）、夹角； 线性无关向量组的正交化方法和规范化方法； 正交矩阵的概念和性质； 线性方程组的解的结构。 基本要求 理解n维向量的概念，了解两向量组线性表示及等价的概念。 理解向量组线性相关、线性无关的定义并熟悉这一概念与齐次线性方程组的联系，了解向量组线性相关、线性无关的重要结论。 理解向量组的最大无关组与向量组秩的概念，会用矩阵的初等行变换求向量组的最大无关组与向量组的秩。 了解n维向量空间、子空间、基、维数等概念，了解坐标的概念，掌握基变换与坐标变换的原理 知道施密特正交化方法，会将线性无关的向量组正交规范化； 理解齐次线性方程组的基础解系、通解等概念及非齐次线性方程组解的结构。 重点和难点 重点：线性相关、线性无关的概念，向量组的最大无关组和向量组的秩，求线性方程组基础解系的方法，向量空间的基及基变换与坐标变换。 难点：线性相关、线性无关，向量组的最大无关组与向量组的秩。 维向量 直观用例 某工厂一批产品运到6个销地的数量； 平面和空间向量； 导弹的空间位置； 导弹的飞行状态（位置、速度和质量）； 其它。 定义 【定义4.1】 由n个数组成的有序数组称为向量（或n维向量），称为该向量的第个分量（或坐标）（＝1, 2, …, n）。 实向量：分量全为实数。 复向量：分量全为复数。 约定：一般只讨论实向量。 列向量：＝＝，即n×1矩阵。 行向量：＝，即1×n矩阵。 说明： 向量的表示：黑体小写字母，如a, b, …，, ,… 约定：在没有指明时，默认所讨论的向量为列向量（本质是有序数组，行向量与列向量的区别只是写法不同）。 列向量的结论容易移植到行向量上（因为一方的转置即为另一方） 矩阵的运算（加法、数乘）及其运算规律都适合于n维向量（因为向量的本质是一种特殊矩阵） 零向量：(0, 0, …, )（分量全为0的向量），记为0 负向量：＝的负向量，记为。 和：全体n维（实）向量构成的集合，记作；全体n维（复）向量构成的集合，记作。 向量的运算 设向量， 加法： 数乘：（k为数） （补：向量的线性运算） ◆运算规律 设、、为n维向量，k、l为数，则有 交换律：； 结合律：； ； ； ； ； 分配律：，。 【例】设，，，求满足＝0的向量x。 （解）＝－5＋ ＝＋＝ 与线性方程组的关系 个方程n个未知量的线性方程组 (4.1) 第个方程中的系数和常数项构成一个n＋1维行向量 ，＝1, 2, …, m 未知量之前的系数构成m维列向量 ＝，j＝1, 2, …, n 常数项构成列向量＝＝ 方程组的向量表示： ＝ （4.2） 称为线性方程组的向量形式。 （） （◆方程组的表示方式） 结论 线性方程组与向量组, 一一对应。 可用向量研究线性方程组，也可用线性方程组研究向量。 与矩阵的关系 m×n矩阵 每一列构成一个m维列向量＝＝（j＝1, 2, …, n）。由诸组成的向量组, ,…，称为矩阵A的列向量组。 每一行构成一个n维行向量，＝（＝1, 2, …, m）。由诸组成的向量组称为矩阵A的行向量组。 矩阵A可用向量分块表示为 ＝ 反之，n个m维列向量组可构成m×n矩阵 m个n维行向量组，也可构成m×n矩阵 A＝ 结论 矩阵与向量组一一对应。 由向量组可构成矩阵，由矩阵可构造向量组。 向量组的线性相关性 向量组的线性组合 背景 【例】（补）线性方程组 增广矩阵 即3个方程可表为3个行向量 性质：方程1×3－方程2＝方程3 结论：方程3是多余的 向量形式：，即可由和经线性运算而得到。 定义——向量的线性表示 【定义4.2】设是n维向量，若存在一组数，使得 则称向量是向量组的一个线性组合，也称可由向量组线性表示（或线性表出）。数称为该线性组合的系数。 说明 零向量可由任意向量组线性表示，或零向量是任意向量组的线性组合。（） 【例4.2.1】n维向量组 ，，…， 称为n维基本单位向量组。证明中任意向量可由线性表示。 （证）由 ＝ 知。 与方程组的关系 向量可否由向量组线性表示，等价于线性方程组 是否有解。 【定理4.1】n维向量可由n维向量组线性表示线性方程组有解矩阵的秩等于矩阵 的秩。 【推论】n维向量可由n维向量组唯一线性表示。 【例4.2.2】设，，，。试问向量可否由线性表示？若可以，表示式是否唯一？并写出具体表示式。 （解）设＝，即 表为方程组 化方程组增广矩阵＝为梯矩阵 ＝ ＝2＜3（未知量个数）可由线性表示，且表示式不唯一。 解方程组 ，其中c为任意常数 表示式 例 ＝＝＝＝…… 向量组的线性相关性 定义——线性相关与线