线性代数§41.pptVIP

* §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. ?T =(a1, a2, ???, an). 二、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. 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 类似地, 矩阵A=(aij)m?n有m个n 维行向量: A =(a1, a2, ???, an). 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. 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 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. 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. 定理1: 向量b能由向量组A: ?1, ?2, ···, ?m线性表示的充分必要条件是矩阵A=(?1, ?2, ···, ?m)与矩阵B=(?1, ?2, ···, ?m, b)的秩相等. 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. 若记A=(?1, ?2, ···, ?m)和B=(?1, ?2, ···, ?s), 向量组B能由向量组A线性表示, 即对每一个向量?j ( j =1, 2,···, s ), 存在数k1j, k2j, ···, kmj , 使 ?j = k1j ?1+ k2j ?2 + ··· + kmj ?m 即 从而 矩阵K=(kij)m?s称为这一线性表示的系数矩阵. 若向量组B: ?1, ?2, ···, ?s能由向量组A: ?1, ?2, ···, ?m线性表示, 即存在矩阵K, 使 (?1, ?2, ···, ?s)=(?1, ?2, ···, ?m)K 也就是说矩阵方程 (?1, ?2, ···, ?m)X=(?1, ?2, ···, ?s) 有解. 则由上一章的结论可得: 定理2: 向量组B: ?1, ?2, ···, ?s能由向量组A: ?1, ?2, ···, ?m线性表示的充分必要条件是矩阵A=(?1, ?2, ···, ?m)的秩与矩阵(A|B)=(?1, ?2, ···, ?m, ?1, ···, ?s)的秩相等, 即R(A)=R(A|B). 推论: 向量组A: ?1, ?2,···, ?m与向量组B: ?1, ?2, ···, ?s等价的充分必要条件是 R(A)=R(B)=R(A|B)