n元向量及其线性运算

n元向量及其线性运算汇报人：AA2024-01-24n元向量基本概念线性运算基础向量空间与基底内积、外积与混合积矩阵与向量运算方程组求解与应用目录01n元向量基本概念定义n元向量是指由n个实数组成的有序数组，通常表示为$vec{a}=(a_1,a_2,ldots,a_n)$。向量的元素排列顺序不能改变，即$(a_1,a_2)neq(a_2,a_1)$。向量加法与数乘运算在n元向量空间内封闭。向量加法满足结合律和交换律，即$vec{a}+(vec{b}+vec{c})=(vec{a}+vec{b})+vec{c}$，$vec{a}+vec{b}=vec{b}+vec{a}$。数乘运算满足分配律，即$k(vec{a}+vec{b})=kvec{a}+kvec{b}$，$(k+l)vec{a}=kvec{a}+lvec{a}$。有序性结合律与交换律数乘分配律封闭性定义与性质在二维空间中，n元向量可表示为平面上的点或箭头；在三维空间中，可表示为空间中的点或箭头。更高维度则难以直观表示。除了数组表示法外，还可以用坐标表示法、矩阵表示法等来表示n元向量。几何意义与表示方法表示方法几何意义零向量单位向量标准正交基共线向量与共面向量常见n元向量类型各元素均为0的向量，记作$vec{0}$。在n维空间中，由n个线性无关且模长为1的向量组成的基，如二维空间中的$(1,0)$和$(0,1)$。模长为1的向量，如二维空间中的$(1,0)$、$(0,1)$等。在二维或三维空间中，方向相同或相反的向量称为共线向量；位于同一平面内的向量称为共面向量。02线性运算基础交换律对于任意两个n元向量$mathbf{a}$和$mathbf{b}$，有$mathbf{a}+mathbf{b}=mathbf{b}+mathbf{a}$。零元存在存在一个n元零向量$mathbf{0}$，对于任意n元向量$mathbf{a}$，有$mathbf{a}+mathbf{0}=mathbf{a}$。负元存在对于任意n元向量$mathbf{a}$，存在一个n元向量$-mathbf{a}$，使得$mathbf{a}+(-mathbf{a})=mathbf{0}$。结合律对于任意三个n元向量$mathbf{a}$、$mathbf{b}$和$mathbf{c}$，有$(mathbf{a}+mathbf{b})+mathbf{c}=mathbf{a}+(mathbf{b}+mathbf{c})$。加法运算规则数乘运算规则对于任意实数$k$和任意两个n元向量$mathbf{a}$和$mathbf{b}$，有$k(mathbf{a}+mathbf{b})=kmathbf{a}+kmathbf{b}$。结合律对于任意两个实数$k$和$l$以及任意n元向量$mathbf{a}$，有$(kl)mathbf{a}=k(lmathbf{a})$。单位元存在存在实数$1$，对于任意n元向量$mathbf{a}$，有$1mathbf{a}=mathbf{a}$。分配律设$mathbf{a}_1,mathbf{a}_2,ldots,mathbf{a}_m$是n元向量，$k_1,k_2,ldots,k_m$是实数，则$k_1mathbf{a}_1+k_2mathbf{a}_2+ldots+k_mmathbf{a}_m$称为向量组$mathbf{a}_1,mathbf{a}_2,ldots,mathbf{a}_m$的一个线性组合。如果存在一组实数$k_1,k_2,ldots,k_m$，使得向量$mathbf{b}$可以表示为$k_1mathbf{a}_1+k_2mathbf{a}_2+ldots+k_mmathbf{a}_m$，则称向量$mathbf{b}$可以由向量组$mathbf{a}_1,mathbf{a}_2,ldots,mathbf{a}_m$线性表示。如果向量组$mathbf{a}_1,mathbf{a}_2,ldots,mathbf{a}_m$中存在一个向量可以由其余向量线性表示，则称该向量组线性相关；否则称该向量组线性无关。线性组合线性表示线性相关与线性无关线性组合与线性表示03向量空间与基底向量空间定义及性质设V是一个非空集合，P是一个数域，若对V中的任意两个元素α与β，总有唯一的一个元素γ∈V与之对应，称为α与β的和，记为γ=α+β；若对V中的任意元素α与数域P中的任意数k，总有唯一的一个元素δ∈V与之对应，称为k与α的数量乘积，记为δ=kα，并且和与数量乘积两种运算满足八条运算规则，则称集合V为数域P上的一个线性空间或向量空间。向量空间定义向量空间具有加法的封闭性、结合律、交换律、零元、负元以及数量乘法的封闭性、结合律、分配律、单位元等性质。向量空间性质在线性空间中，如果存在n个线性无关的向量α1,α2,…,αn，使得空间中任意向量α都可以由它们线性表示出来，即存在一组数k1,k2,…,kn使得α=k1α1+k2α2+…+knαn，则称向量组α1,α2,…,αn为该线性空间的一组基底。基底概念求解基底的方法通常是通过解线性方程组来实现的。首先设出向量空间中任意向量的坐标形式，然后根据向量的线性表示条件列出方程组，最后通过解方程组得到基底的坐标。求解方法基底概念及求解方法在向量空间中，如果选取了一组基底，那么空间中任意向量都可以由这组基底唯一地线性表示出来。这种表示方法称为向量的坐标表示。具体来说，如果向量α可以由基底α1,α2,…,αn线性表示为α=x1α1+x2α2+…+xnαn，则称数组(x1,x2,…,xn)为向量α在这组基底下的坐标。坐标表示当向量空间的基底发生变化时，向量的坐标也会相应地发生变化。这种变化称为坐标变换。具体来说，如果向量α在旧基底下的坐标为(x1,x2,…,xn)，在新基底下的坐标为(y1,y2,…,yn)，则存在一个可逆矩阵A，使得(y1,y2,…,yn)=(x1,x2,…,xn)A。矩阵A称为坐标变换矩阵。坐标变换坐标表示与变换04内积、外积与混合积0102定义对于n维向量空间中的两个向量$mathbf{a}=(a_1,a_2,ldots,a_n)$和$mathbf{b}=(b_1,b_2,ldots,b_n)$，它们的内积定义为$mathbf{a}cdotmathbf{b}=a_1b_1+a_2b_2+ldots+a_nb_n$。交换律$mathbf{a}cdotmathbf{b}=mathbf{b}cdotmathbf{a}$分配律$(mathbf{a}+mathbf{b})cdotmathbf{c}=mathbf{a}cdotmathbf{c}+mathbf{b}cdotmathbf{c}$数乘结合律$(kmathbf{a})cdotmathbf{b}=k(mathbf{a}cdotmathbf{b})$非负性$mathbf{a}cdotmathbf{a}geq0$，当且仅当$mathbf{a}=mathbf{0}$时取等号。030405内积定义及性质定义在三维向量空间中，向量$mathbf{a}$和$mathbf{b}$的外积（叉积）是一个向量，记作$mathbf{a}timesmathbf{b}$，其模长等于$mathbf{a}$和$mathbf{b}$的模长之积与它们之间夹角的正弦值的乘积，方向垂直于$mathbf{a}$和$mathbf{b}$所在的平面，遵循右手定则。反交换律$mathbf{a}timesmathbf{b}=-mathbf{b}timesmathbf{a}$分配律$mathbf{a}times(mathbf{b}+mathbf{c})=mathbf{a}timesmathbf{b}+mathbf{a}timesmathbf{c}$外积定义及性质数乘结合律$(kmathbf{a})timesmathbf{b}=k(mathbf{a}timesmathbf{b})$与内积的关系$(mathbf{a}timesmathbf{b})cdot(mathbf{c}timesmathbf{d})=(mathbf{a}cdotmathbf{c})(mathbf{b}cdotmathbf{d})-(mathbf{a}cdotmathbf{d})(mathbf{b}cdotmathbf{c})$外积定义及性质0102定义在三维向量空间中，三个向量$mathbf{a}$、$mathbf{b}$和$mathbf{c}$的混合积定义为$[mathbf{a},mathbf{b},mathbf{c}]=(mathbf{a}timesmathbf{b})cdotmathbf{c}$。交换律$[mathbf{a},mathbf{b},mathbf{c}]=-[mathbf{b},mathbf{a},mathbf{c}]$完全展开式$[mathbf{a},mathbf{b},mathbf{c}]=(a_2b_3-a_3b_2)c_1+(a_3b_1-a_1b_3)c_2+(a_1b_2-a_2b_1)c_3$数乘结合律$[kmathbf{a},mathbf{b},mathbf{c}]=k[mathbf{a},mathbf{b},mathbf{c}]$共面条件三个向量共面的充分必要条件是它们的混合积为零。030405混合积定义及性质05矩阵与向量运算矩阵乘法运算规则矩阵乘法不满足交换律，即AB≠BA。矩阵乘法满足分配律，即A(B+C)=AB+AC，(B+C)A=BA+CA。矩阵乘法满足结合律，即(AB)C=A(BC)。矩阵乘法中，若A为m×n矩阵，B为n×p矩阵，则结果AB为m×p矩阵。ABCD矩阵转置运算规则(AT)T=A，即一个矩阵的转置的转置等于原矩阵。矩阵的转置是将矩阵的行换成同序数的列得到的新矩阵。(AB)T=BTAT，即两个矩阵乘积的转置等于第二个矩阵的转置乘以第一个矩阵的转置。(A+B)T=AT+BT，即两个矩阵和的转置等于这两个矩阵转置的和。只有方阵才可能有逆矩阵，且并不是所有的方阵都有逆矩阵。只有满秩的方阵才有逆矩阵。如果A可逆，则A的逆矩阵是唯一的。(AB)-1=B-1A-1，即两个可逆矩阵乘积的逆等于第二个可逆矩阵的逆乘以第一个可逆矩阵的逆。(A-1)-1=A，即一个可逆矩阵的逆的逆等于原矩阵。对于n阶方阵A，如果存在一个n阶方阵B，使得AB=BA=I（I为单位矩阵），则称B是A的逆矩阵，记作A-1。矩阵求逆运算规则06方程组求解与应用高斯消元法通过消元将方程组化为上三角形式，然后回代求解。克拉默法则利用行列式求解线性方程组，适用于变量和方程个数相同的情况。矩阵方法将线性方程组表示为矩阵形式，通过矩阵运算求解。线性方程组求解方法123通过构造迭代格式，逐步逼近方程组的解，如雅可比