线性代数与解析几何 课件 4.2 n维向量空间的概念.ppt

第4章 线性方程组与n维向量空间 线性方程组在数学许多分支以及其它领域中都有广泛的应用，求解线性方程组是代数学讨论的核心问题之一. 在第一章中介绍过利用克拉默法则求解线性方程组的方法, 但它要求线性方程组中方程个数与未知数个数相等，且方程组的系数行列式不等于零. 然而，实际问题中所遇到的线性方程组在很多情形并不满足克拉默法则的条件，因此需要寻找求解线性方程组的其它方法. 本章首先以矩阵为工具讨论线性方程组有解的条件及求解方法，其次引入n维向量与向量空间的概念，在向量组、矩阵与线性方程组之间建立联系，然后以向量组、矩阵为工具，讨论线性方程组有无穷多个解时，线性方程组的解的结构. 第4章 线性方程组与n维向量空间 §4.1 线性方程组有解的条件 §4.3 向量组的线性相关性 §4.2 n维向量空间的概念 §4.4 向量组的秩 §4.5 线性方程组解的结构 § 4.2 n维向量空间的概念 4.2.1 n维向量的概念 4.2.2 n维向量空间的概念 § 4.2 n维向量空间的概念 4.2.1 n维向量的概念 定义4.1 由n个有次序的数 组成的数组称为一个n维向量； 称为该向量的第i个分量(或坐标). 分量全为0的向量称为零向量， 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. 形如 的向量是行向量；形如 的向量叫列向量. n维向量可写成一行，也可写成一列. § 4.6 n维向量空间的概念 矩阵A的每一行组成一个n维行向量； A的每一列组成一个m维列向量，即 矩阵A可看成由m个n维行向量构成，也可看成是由n个m维列向量构成. 由定义4.1可见，n维行向量和n维列向量都是n元有序数组，但按第三章的规定，行向量和列向量也就是行矩阵和列矩阵，因此行向量和列向量都按矩阵的运算规则进行运算，n维行向量和n维列向量总被看作是两个不同的向量. 零向量用0表示；列向量用黑体小写字母 等表示；行向量则用字母 等表示. 所讨论的向量没有指明是行向量还是列向量，都当作列向量. n≤ 3 时，可以把有向线段作为n维向量的几何形象，但当n3时，n维向量就不再有几何形象，只是沿用一些几何术语罢了. § 4.6 n维向量空间的概念 4.2.2 n维向量空间的概念 定义4.2 设V 为一些n维向量的集合，且V 非空.若对任意 ， ，有 ， ，即集合V对于加法及数乘两种运算封闭，则称集合 V为向量空间. 显然，全体n维实向量组成的集合 对于向量加法与数乘两种运算封闭，故 是一个向量空间，称 为实数集R上的n维向量空间. 仅由一个零向量0 组成的集合{0}对于向量加法与数乘两种运算也是封闭的，因此{0}也是向量空间，称为零空间. § 4.2 n维向量空间的概念 例4.6 集合 事实上， 例4.7 集合 因为 ，有 . 是一个向量空间. 有 不是向量空间. 称向量空间L是由向量 生成的向量空间. 因为 ， ，有 § 4.2 n维向量空间的概念 n元齐次线性方程组的解集 是一个向量空间（称为齐次线性方程组的解空间）； n元非齐次线性方程组的解集 不是一个向量空间. 设 为两个已知的n维向量，则集合 是一个向量空间. 例4.8 例4.9 § 4.2 n维向量空间的概念 定义4.3 设 和 都是向量空间，若 ，则称 是 的子空间. 例如，向量空间 是Rn的一个子空间. 几何中，“空间”通常是作为点的集合，即构成“空间”的元素是点，这样的空间叫做点空间.在点空间中取定坐标系后，以坐标原点为起点的有向线段与其终点一一对应，即3维向量与空间中的点一一对应. 因此，向量空间R3可形象地看作以坐标原点为起点的有向线段的全体，也可看作取定了坐标系的点空间. n3时，向量空间Rn没有直观的几何意义. § 4.2 n维向量空间的概念 小 结 本节引入了n维向量及向量空间的定义，要求： 2.掌握向量空间的定义. 1.理解n维向量的定义； * * * * * * * * * * * * * * * *