线性代数第三章向量与向量空间.ppt_第1页
线性代数第三章向量与向量空间.ppt_第2页
线性代数第三章向量与向量空间.ppt_第3页
线性代数第三章向量与向量空间.ppt_第4页
线性代数第三章向量与向量空间.ppt_第5页
已阅读5页,还剩62页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第三章 向量与向量空间,第一节 维向量,一 维向量,三 应用举例,二 向量的运算,五 向量空间,四 向量组与矩阵,确定小鸟的飞行状态,需要以下若干个参数:,小鸟重心在空间的位置参数,小鸟身体的水平转角,小鸟身体的仰角,鸟翼的转角,所以,为确定小鸟的飞行状态,会产生一组有序数组,、引入,一、维向量(Vector),小鸟身体的质量,鸟翼的振动频率,还有,、定义,个数组成的有序数组,称为一个维向量,其中称为第个分量(坐标).,一般记作,如:,维向量写成一行,称为行向量,也就是行矩阵,,如:,一般记作,.,维向量写成一列,称为列向量,也就是列矩阵,,(Row Vector),(Column Vecto

2、r),注意,、行向量和列向量总被看作是两个不同的向量;,、行向量和列向量都按照矩阵的运算法则进行运算;,、当没有明确说明时,都当作实的列向量.,2、元素全为零的向量称为零向量(Null Vector).,3、长度为的向量称为单位向量(Identity Vector).,4、维数相同的列(行)向量称为向量同型.,元素是复数的向量称为复向量(Complex Vector).,、几种特殊向量,1、元素是实数的向量称为实向量(Real Vector).,5、对应分量相等的向量称为向量相等.,、向量与矩阵的关系,其第个列向量记作,个维行向量.,按行分块,按列分块,个维列向量.,其第个行向量记作,矩阵与向

3、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.,二、向量的运算,1、加法,规定,2、数乘,规定,称为数与向量的数量积.,向量的加法与数乘合称为向量的线性运算.,称为与的和向量.,称为与的差向量.,4、乘法,对于维行向量,为一阶方阵,即一个数.,为阶方阵;,3、转置,5、运算规律,(1) (交换律),(2) (结合律),(3),(4),(5) (减法),(设,均是维向量,,为实数),(6),(7),(8),(9),特别,三、应用举例,例,设维向量,矩阵,,其中为设阶单位阵,,证明:,证明:,例,设,求,解,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,四

4、、向量组、矩阵、线性方程组,向量组称为矩阵的列向量组.,对于一个 矩阵有个维列向量.,记作:,向量组为矩阵的行向量组,类似的,矩阵有个维行向量.,反之,由有限个向量所组成的向量组可以构成一个矩阵.,个维列向量.所组成的向量组,构成一个矩阵.,个维行向量.所组成的向量组,也构成一个矩阵.,矩阵与向量组之间一一对应,线性方程组的向量表示,方程组与增广矩阵(A b)的列向量组之间一一对应,即,或,例,全体维向量的集合是一个向量空间,记作 .,五、向量空间,1、定义,设为维非空向量组,且满足,对加法封闭,对数乘封闭,那么就称向量组为向量空间(Vector Space),解,任意两个维向量的和仍是一个维

5、向量;,任意维向量乘以一个数仍是一个维向量,所以,所有维向量的集合构成一个向量空间.,易知该集合对加法封闭,对数乘也封闭,,例 判别下列集合是否为向量空间.,解,有,所以是一个向量空间.,解,所以不是一个向量空间.,例 判别下列集合是否为向量空间.,解,有,所以是一个向量空间.,解,所以不是一个向量空间.,例 设, 为两个已知的维向量试判断集合,是否为向量空间.,解,所以是一个向量空间.,称为由生成的向量空间,记为:,注等价向量组生成相同的向量空间.,向量,几何形象:可 随 意 平行移动的有向线段,代数形象:向 量 的 坐标表示式,2、结构,空间,第二节 向量的线性相关性,一 线性相关性,三

6、应用举例,二 判别准则,四 小结,课前复习,、定义,个数组成的有序数组,称为一个维向量,其中称为第个分量(坐标).,记作,维向量写成一行称为行向量,一般,记作,维向量写成一列称为列向量,一般,、几种特殊向量,实向量,复向量,零向量,单位向量,向量同型, 向量相等.,注意什么是向量的个数、什么是向量的维数,二者必须分清.,、矩阵与向量的关系,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,、向量组,、向量空间,设为维非空向量组,且满足,对加法封闭,对数乘封闭,那么就称集合为向量空间.,、向量的运算,向量的运算可采用矩阵的运算规律.,一、向量的线性相关性,1、基本概念,定义给定向量

7、组,,对于任何一组数,称向量,为向量组A的,一个线性组合(Linear Combination).,为组合的组合系数(Combination Coefficient).,定义设向量组,及向量有关系,则称为向量组A的一个线性组合,或称可由向量组,线性表示(Linear Expression).,称为在该线性组合下的组合系数.,若k,则称向量与成比例,零向量是任一向量组的线性组合,任一维向量,都是单位向量组,的一个线性组合,向量可由,线性表示,,即方程组,事实上,有,向量组中每一向量都可由该向量组线性表示,有解.,定义设两向量组,若向量组中每一个向量皆可由向量组线性表示,,则称向量组可以由向量组线

8、性表示.,若两个向量组可以互相线性表示,则称这两向量组等价.,向量组之间的等价关系具有反身性、对称性、传递性.,定义设维向量组,为零的数,,使得,则称向量组,,如果存在不全,线性相关(Linear Dependent).,反之,若当且仅当,,才有,则称向量组,线性无关(Linear Independent).,即存在矩阵,进一步来理解向量组的线性相关与线性无关,考虑等式,单独一个向量线性相关当且仅当它是零向量,单独一个向量线性无关当且仅当它是非零向量,一向量组中存在一个向量,则一定线性相关,一个向量组中若部分向量线性相关,则整个向量组也线性相关;一个向量组若线性无关,则它的任何一个部分组都线性

9、无关,对于一个向量组,不是线性相关就是线性无关,几何上:两向量线性相关两向量共线;,两向量线性相关两向量对应成比例,三向量线性相关三向量共面.,两向量线性无关两向量不对应成比例,二、线性相关性的判断准则,定理向量组线性无关齐次线性方程组只有零解;,定理向量组线性相关齐次线性方程组有非零解.,推论个维向量线性相关.,推论个维向量线性无关.,向量组线性无关其中任何一个向量都不能由其余向量线性表示,定理,向量组线性相关其中至少有一个向量可由其余向量线性表示,定理,证,得证,不妨设,定理,如果向量组,线性相关,则可由唯一线性表示.,线性无关,而向量组,证,设,线性无关,, k,(否则与线性无关矛盾),

10、可由线性表示.,下证唯一性:,两式相减有,线性无关,,即表达式唯一.,即有,设,定理,设向量组,若线性相关,则向量组也线性相关;反之,若,向量组线性无关,则向量组也线性无关.,定理,设向量组,若线性无关,则向量组也线性无关;反之,若,向量组线性相关,则向量组也线性相关.,其中,注意:以上两个定理完全不同,千万不要混淆,第一个定理中是向量的个数变,在方程组中体现在未知数的个数变;第二个定理中是向量的维数变,在方程组中体现在方程的个数变.,1、设向量组,线性相关,则 .,2、设向量组,三、应用举例,则( ),A、必可由线性表示;,B、必可由线性表示;,C、必可由线性表示;,D、必不可由线性表示.,

11、第三节 向量组的秩,一 向量组的秩,三 向量组与矩阵秩的关系,二 判别准则,四 应用,五 向量空间的基与维数,1、基本概念,线性表示LE,课前复习,线性组合LC,组合系数CC,线性相关LD,线性无关LID,向量组LD其中至少有一个向量可由其余向量LE ,定理,向量组LID其中任何向量都不能由其余向量LE ,定理,定理向量组线性无关齐次线性方程组只有零解;,定理向量组线性相关齐次线性方程组有非零解.,2、基本结论,推论个维向量线性相关.,推论个维向量线性无关.,定理,如果向量组,线性相关,则可由唯一线性表示.,线性无关,而向量组,定理,设向量组,若线性相关,则向量组也线性相关;反之,若,向量组线

12、性无关,则向量组也线性无关.,定理,设向量组,若线性无关,则向量组也线性无关;反之,若,向量组线性相关,则向量组也线性相关.,其中,一、向量组的秩,、极大线性无关组,线性相关.,若满足:,设A: 是一个向量组,它的某一个部分组,、向量组的秩,向量组的极大无关组所含向量个数称为向量组的秩,记作:()或, 线性无关;,则称为的一个极大线性无关组.,一个向量组的任两个极大无关组所含向量个数相同.,一个向量组的极大无关组不是唯一的.,一个线性无关的向量组的极大无关组就是其自身.,一个向量组的任意两个极大无关组都等价.,零向量组构成的向量组不存在极大无关组.,任何非零向量组必存在极大无关组.,任何维向量

13、组如果线性无关,那么它,就是中的极大无关组.,显然维向量组就是中的极大无关组.,向量组与它的任一极大无关组等价.,一个线性相关的向量组的极大无关组是其真子集.,二、线性相关性的判断准则,定理向量组线性相关(),向量组中向量的个数m向量的维数,则 向量组线性相关.,推论,定理向量组可由线性表示,则,若,则线性相关.,线性无关,则.,() () .,等价向量组必有同秩(反之则不然),存在矩阵,定理向量组线性无关()=,证:设,即,记,又可由线性表示,则,仅考虑,由于,,所以构成的列向量线性相关.,故有非零解.,亦即,所以线性相关.,证:,的极大无关组.,因为可由线性表示,则线性表示,,定理向量组与

14、均线性无关,且与等价,则,推论,设矩阵和用其列向量表示为,证明:,而线性无关,则,易知矩阵的列向量组能由的列向量组线性表示,,设向量组是向量组的部分组,若向量组线性,推论,无关,且向量组能由向量组线性表示,则向量组,是向量组的一个极大无关组.,设向量组含个向量,则它的秩为,,证明:,因向量组能由向量组线性表示,故组的秩,,从而组中任意+个向量线性相关,所以向量组,满足定义中极大无关组的条件.,所以向量组是向量组的一个极大无关组.,三、向量组的秩与矩阵的秩的关系,定义,矩阵,的列向量组的秩称为列秩,记为:,的行向量组的秩称为行秩,记为:,定理,结论,,则所在行(列)向量组线性无关.,,则的任 r

15、 行(列)向量组线性相关.,,且含有的,则.,定理,有相同的线性关系.,相同的线性关系是指:,已知维列向量组,向量组,线性表示,且表达式的系数对应相同.,证明,则相应的,具有相同的线性关系.,四、应用举例,1、向量组线性无关,证明:,线性无关.,证明,也可以从齐次线性方程组的系数 行列式不等于零,方程组只有零解推出(此方法更具一般性),2、向量组线性无关,证明:,线性无关.,中线性相关的是( ),A、,B、,C、,D、,四、应用举例,证明,例设,所以,线性无关,试讨论及秩及线性相关性.,线性相关,例已知,设,解,且,ERT,证明,求矩阵的列向量组的秩及一个极大线性无关组,,例 设矩阵,并将其余

16、向量用该极大线性无关组线性表示.,所以的列向量组的秩为.,故极大线性无关组所含向量的个数为个.,解,显然极大线性无关组为,所以可得,例设,当为何值时,线性无关,当为何值时,线性相关,当线性相关时,将用线性表示.,五、向量空间的基与维数,定义,线性相关.,若满足:,设是一个向量空间,它的某个向量,中的任一向量均可以表示成基向量的线性组合,,记作:dim.,线性无关;,则称为的一个基.称为的维数.,且表达式唯一,其组合系数称为向量在该基下的坐标.,第三章小结与练习,一、维向量,、定义,个数组成的有序数组,称为一个维向量,其中称为第个分量(坐标).,记作,维向量写成一行称为行向量,,记作,维向量写成

17、一列称为列向量,,、几种特殊向量,实向量,复向量,零向量,单位向量,向量同型, 向量相等.,注意什么是向量的个数、什么是向量的维数,二者必须分清.,、矩阵与向量的关系,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,、向量组,、向量空间,设为维非空向量组,且满足,对加法封闭,对数乘封闭,那么就称集合为向量空间.,、向量的运算,向量的运算与采用矩阵的运算规律.,二、向量的线性相关性,1、基本概念,定义给定向量组,,对于任何一组数,,称向量,为向量组的,一个线性组合(Linear Combination).,为组合的组合系数(Combination Coefficient).,定义

18、设向量组,及向量有关系,则称为向量组的一个线性组合,或称可由向量组,线性表示(Linear Expression).,称为在该线性组合下的组合系数.,定义设两向量组,若向量组中每一个向量皆可由向量组线性表示,,则称向量组可以由向量组线性表示.,若两个向量组可以互相线性表示,则称这两向量组等价.,向量组之间的等价关系具有反身性、对称性、传递性.,定义设维向量组,为零的数,,使得,则称向量组,,如果存在不全,线性相关(Linear Dependent).,反之,若当且仅当,,才有,则称向量组,线性无关(Linear Independent).,即存在矩阵,三、向量组的秩,、极大线性无关组,线性相关.,若满足:,设是一个向量组,它的某一个部分组,、向量组的秩,向量组的极大无关组所含向量个数称为向量组的秩,记作:()或,线性无关;,则称为的一个极大线性无关组.,、向

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论