新建
上传
首页
助手
最?/div>
资料?/div>
工具

             

线性代?/p>

                                      

第四?/p>

  

向量组的相关?/p>

              1 

 

              

第四?/p>

  

向量组的线性相关?/p>

 

 

本章不仅要讨论向量组的有关理论,

建立向量组秩的概念,

还要沟通矩阵的秩与向量组的秩之?/p>

的关系,并抽象出向量空间的概念,最后以此为背景完整的处理线性方程组的解的结构理论?/p>

 

本章中线性相关性是一个较难理解和掌握的概念,学习中应注意其在二、三维向量的几何解释?/p>

 

 

 

§

1  

n

维向?/p>

 

 

在高等数学中曾介绍了二、三维向量的概念,即用二、三元数组描述了一系列物理现象,如力所

作的功,

刚体旋转运动中的线速度问题等?/p>

但要更广泛的应用向量这个工具只考虑二三维空间就不够

了。如研究卫星在太空中的运行状态时,不仅要关注它的几何位置,还需知道它的表面温度、压力等

物理参数,即至少要用六数组(

t

, 

x

, 

y

, 

z

, 

τ

, 

p

?/p>

。因此有必要拓广向量的概念,引入?/p>

n

元数组构成的

n

维向量,并抽象出向量空间的概念?/p>

 

定义

1

  

n

个有次序的数

a

1

, 

a

2

, 

?/p>

, 

a

n

所组成的数组成?/p>

n

维向?/p>

?/p>

?/p>

n

个数称为该向量的

n

?/p>

?/p>

?/p>

,第

i

个数

i

a

称为

?/p>

i

个分?/p>

.

 

?/p>

?/p>

  

分量全为实数的向量称?/p>

实向?/p>

?/p>

分量不全为实数的向量称为

复向?/p>

?/p>

我们只研究实向量?/p>

 

?/p>

  

n

维向量分为行向量和列向量两大类,前面也说过这两类分别就是行矩阵和列矩阵,因此?/p>

们之间的运算就是矩阵之间的运算,从而符合矩阵运算的一切性质。在本章中,向量之间的运算只?/p>

及到线性运算和转置运算。为叙述方便,我们约定:在不特别声明时我们说到的向量均为列向量?/p>

 

?/p>

  

同于分块阵中所述,我们仍用小写黑体字母

a

,

 

b

,

 

?/p>

, 

?/p>

 

等表示列向量,用

T

T

T

T

b

a

?/p>

?/p>

,

,

,

表示?/p>

向量。例如,

T

e

)

0

,

,

0

,

1

(

1

?/p>

?/p>

?/p>

T

e

)

0

,

,

0

,

1

,

0

(

1

?/p>

?/p>

,„,

T

e

)

1

,

0

,

,

0

(

1

?/p>

?/p>

统称?/p>

n

维单位向?/p>

?/p>

 

?/p>

  

?/p>

n

 = 2

时的二维向量就是平面解析几何中的向量

 

—?/p>

 

即有大小又有方向的量,并且平?/p>

解析几何中是以可随意平行移动的有向线段作为向量的几何形象?/p>

 

即大小相等、方向一致的向量认为是同一个向量,如右图中

 

                  

P

O

P

P

?

?/p>

2

1

.                                  

O

 

引入一平面坐标系:

)

,

(

),

,

(

),

,

(

2

2

2

2

1

1

y

x

P

y

x

P

y

x

P

,因?/p>

 

1

2

1

2

,

y

y

y

x

x

x

?/p>

?/p>

?/p>

?/p>

?/p>

 

这种自由向量

OP

与平面上的点

P

(

x

, 

y

)

构成一一对应,称之为向量

OP

的坐标,?/p>

T

y

x

P

O

)

,

(

?/p>

?

,这

种二维向量的全体构成的集?/p>

?/p>

2

R

{

 

r

 = 

(

x

, 

y

)

T

 

?/p>

 

x

, 

y 

?/p>

R 

}

称为二维向量空间?/p>

 

完全类似地,可将二维向量推广到三维空间中去?/p>

 

?/p>

n

 = 3

时,由于空间中可随意平行移动的有

向线?/p>

OP

与空间中的点

P

)

,

,

(

z

y

x

构成一一对应,故我们也称?/p>

P

的坐?/p>

)

,

,

(

z

y

x

为向?/p>

OP

坐标?

?/p>

T

z

y

x

P

O

)

,

,

(

?/p>

?

,这种三维向量的全体构成的集?/p>

?/p>

3

R

{

 

r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

x

, 

y

, 

z 

?/p>

R 

}

称为三维向量?/p>

间。由于三维向?/p>

r

 =

T

z

y

x

)

,

,

(

与空间中的点

)

,

,

(

z

y

x

P

是一一对应的,三维向量的集合常常就类比

成点的集合,例如我们知道

ax+by+cz 

=

 d

在空间中表示一个平面,故我们也称三维向量的集合

 

            

?/p>

 = {

 r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

ax+by+cz 

=

 d

} 

为三维向量空?/p>

R

3

中的平面?/p>

 

?/p>

n

 > 3

时,虽然

n

维向量就不再具有这种几何形象了,但我们仍沿用这些说法和记号,全体

n

维向量构成的集合

 

            

?/p>

n

R

{

 

r

 =

T

n

x

x

x

)

,

,

,

(

2

1

?/p>

?/p>

 

n

x

x

x

,

,

,

2

1

?/p>

?/p>

R 

} 

称为

n

维向量空间,

n

维向量的集合

 

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

             

线性代?/p>

                                      

第四?/p>

  

向量组的相关?/p>

              1 

 

              

第四?/p>

  

向量组的线性相关?/p>

 

 

本章不仅要讨论向量组的有关理论,

建立向量组秩的概念,

还要沟通矩阵的秩与向量组的秩之?/p>

的关系,并抽象出向量空间的概念,最后以此为背景完整的处理线性方程组的解的结构理论?/p>

 

本章中线性相关性是一个较难理解和掌握的概念,学习中应注意其在二、三维向量的几何解释?/p>

 

 

 

§

1  

n

维向?/p>

 

 

在高等数学中曾介绍了二、三维向量的概念,即用二、三元数组描述了一系列物理现象,如力所

作的功,

刚体旋转运动中的线速度问题等?/p>

但要更广泛的应用向量这个工具只考虑二三维空间就不够

了。如研究卫星在太空中的运行状态时,不仅要关注它的几何位置,还需知道它的表面温度、压力等

物理参数,即至少要用六数组(

t

, 

x

, 

y

, 

z

, 

τ

, 

p

?/p>

。因此有必要拓广向量的概念,引入?/p>

n

元数组构成的

n

维向量,并抽象出向量空间的概念?/p>

 

定义

1

  

n

个有次序的数

a

1

, 

a

2

, 

?/p>

, 

a

n

所组成的数组成?/p>

n

维向?/p>

?/p>

?/p>

n

个数称为该向量的

n

?/p>

?/p>

?/p>

,第

i

个数

i

a

称为

?/p>

i

个分?/p>

.

 

?/p>

?/p>

  

分量全为实数的向量称?/p>

实向?/p>

?/p>

分量不全为实数的向量称为

复向?/p>

?/p>

我们只研究实向量?/p>

 

?/p>

  

n

维向量分为行向量和列向量两大类,前面也说过这两类分别就是行矩阵和列矩阵,因此?/p>

们之间的运算就是矩阵之间的运算,从而符合矩阵运算的一切性质。在本章中,向量之间的运算只?/p>

及到线性运算和转置运算。为叙述方便,我们约定:在不特别声明时我们说到的向量均为列向量?/p>

 

?/p>

  

同于分块阵中所述,我们仍用小写黑体字母

a

,

 

b

,

 

?/p>

, 

?/p>

 

等表示列向量,用

T

T

T

T

b

a

?/p>

?/p>

,

,

,

表示?/p>

向量。例如,

T

e

)

0

,

,

0

,

1

(

1

?/p>

?/p>

?/p>

T

e

)

0

,

,

0

,

1

,

0

(

1

?/p>

?/p>

,„,

T

e

)

1

,

0

,

,

0

(

1

?/p>

?/p>

统称?/p>

n

维单位向?/p>

?/p>

 

?/p>

  

?/p>

n

 = 2

时的二维向量就是平面解析几何中的向量

 

—?/p>

 

即有大小又有方向的量,并且平?/p>

解析几何中是以可随意平行移动的有向线段作为向量的几何形象?/p>

 

即大小相等、方向一致的向量认为是同一个向量,如右图中

 

                  

P

O

P

P

?

?/p>

2

1

.                                  

O

 

引入一平面坐标系:

)

,

(

),

,

(

),

,

(

2

2

2

2

1

1

y

x

P

y

x

P

y

x

P

,因?/p>

 

1

2

1

2

,

y

y

y

x

x

x

?/p>

?/p>

?/p>

?/p>

?/p>

 

这种自由向量

OP

与平面上的点

P

(

x

, 

y

)

构成一一对应,称之为向量

OP

的坐标,?/p>

T

y

x

P

O

)

,

(

?/p>

?

,这

种二维向量的全体构成的集?/p>

?/p>

2

R

{

 

r

 = 

(

x

, 

y

)

T

 

?/p>

 

x

, 

y 

?/p>

R 

}

称为二维向量空间?/p>

 

完全类似地,可将二维向量推广到三维空间中去?/p>

 

?/p>

n

 = 3

时,由于空间中可随意平行移动的有

向线?/p>

OP

与空间中的点

P

)

,

,

(

z

y

x

构成一一对应,故我们也称?/p>

P

的坐?/p>

)

,

,

(

z

y

x

为向?/p>

OP

坐标?

?/p>

T

z

y

x

P

O

)

,

,

(

?/p>

?

,这种三维向量的全体构成的集?/p>

?/p>

3

R

{

 

r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

x

, 

y

, 

z 

?/p>

R 

}

称为三维向量?/p>

间。由于三维向?/p>

r

 =

T

z

y

x

)

,

,

(

与空间中的点

)

,

,

(

z

y

x

P

是一一对应的,三维向量的集合常常就类比

成点的集合,例如我们知道

ax+by+cz 

=

 d

在空间中表示一个平面,故我们也称三维向量的集合

 

            

?/p>

 = {

 r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

ax+by+cz 

=

 d

} 

为三维向量空?/p>

R

3

中的平面?/p>

 

?/p>

n

 > 3

时,虽然

n

维向量就不再具有这种几何形象了,但我们仍沿用这些说法和记号,全体

n

维向量构成的集合

 

            

?/p>

n

R

{

 

r

 =

T

n

x

x

x

)

,

,

,

(

2

1

?/p>

?/p>

 

n

x

x

x

,

,

,

2

1

?/p>

?/p>

R 

} 

称为

n

维向量空间,

n

维向量的集合

 

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

             

线性代?/p>

                                      

第四?/p>

  

向量组的相关?/p>

              1 

 

              

第四?/p>

  

向量组的线性相关?/p>

 

 

本章不仅要讨论向量组的有关理论,

建立向量组秩的概念,

还要沟通矩阵的秩与向量组的秩之?/p>

的关系,并抽象出向量空间的概念,最后以此为背景完整的处理线性方程组的解的结构理论?/p>

 

本章中线性相关性是一个较难理解和掌握的概念,学习中应注意其在二、三维向量的几何解释?/p>

 

 

 

§

1  

n

维向?/p>

 

 

在高等数学中曾介绍了二、三维向量的概念,即用二、三元数组描述了一系列物理现象,如力所

作的功,

刚体旋转运动中的线速度问题等?/p>

但要更广泛的应用向量这个工具只考虑二三维空间就不够

了。如研究卫星在太空中的运行状态时,不仅要关注它的几何位置,还需知道它的表面温度、压力等

物理参数,即至少要用六数组(

t

, 

x

, 

y

, 

z

, 

τ

, 

p

?/p>

。因此有必要拓广向量的概念,引入?/p>

n

元数组构成的

n

维向量,并抽象出向量空间的概念?/p>

 

定义

1

  

n

个有次序的数

a

1

, 

a

2

, 

?/p>

, 

a

n

所组成的数组成?/p>

n

维向?/p>

?/p>

?/p>

n

个数称为该向量的

n

?/p>

?/p>

?/p>

,第

i

个数

i

a

称为

?/p>

i

个分?/p>

.

 

?/p>

?/p>

  

分量全为实数的向量称?/p>

实向?/p>

?/p>

分量不全为实数的向量称为

复向?/p>

?/p>

我们只研究实向量?/p>

 

?/p>

  

n

维向量分为行向量和列向量两大类,前面也说过这两类分别就是行矩阵和列矩阵,因此?/p>

们之间的运算就是矩阵之间的运算,从而符合矩阵运算的一切性质。在本章中,向量之间的运算只?/p>

及到线性运算和转置运算。为叙述方便,我们约定:在不特别声明时我们说到的向量均为列向量?/p>

 

?/p>

  

同于分块阵中所述,我们仍用小写黑体字母

a

,

 

b

,

 

?/p>

, 

?/p>

 

等表示列向量,用

T

T

T

T

b

a

?/p>

?/p>

,

,

,

表示?/p>

向量。例如,

T

e

)

0

,

,

0

,

1

(

1

?/p>

?/p>

?/p>

T

e

)

0

,

,

0

,

1

,

0

(

1

?/p>

?/p>

,„,

T

e

)

1

,

0

,

,

0

(

1

?/p>

?/p>

统称?/p>

n

维单位向?/p>

?/p>

 

?/p>

  

?/p>

n

 = 2

时的二维向量就是平面解析几何中的向量

 

—?/p>

 

即有大小又有方向的量,并且平?/p>

解析几何中是以可随意平行移动的有向线段作为向量的几何形象?/p>

 

即大小相等、方向一致的向量认为是同一个向量,如右图中

 

                  

P

O

P

P

?

?/p>

2

1

.                                  

O

 

引入一平面坐标系:

)

,

(

),

,

(

),

,

(

2

2

2

2

1

1

y

x

P

y

x

P

y

x

P

,因?/p>

 

1

2

1

2

,

y

y

y

x

x

x

?/p>

?/p>

?/p>

?/p>

?/p>

 

这种自由向量

OP

与平面上的点

P

(

x

, 

y

)

构成一一对应,称之为向量

OP

的坐标,?/p>

T

y

x

P

O

)

,

(

?/p>

?

,这

种二维向量的全体构成的集?/p>

?/p>

2

R

{

 

r

 = 

(

x

, 

y

)

T

 

?/p>

 

x

, 

y 

?/p>

R 

}

称为二维向量空间?/p>

 

完全类似地,可将二维向量推广到三维空间中去?/p>

 

?/p>

n

 = 3

时,由于空间中可随意平行移动的有

向线?/p>

OP

与空间中的点

P

)

,

,

(

z

y

x

构成一一对应,故我们也称?/p>

P

的坐?/p>

)

,

,

(

z

y

x

为向?/p>

OP

坐标?

?/p>

T

z

y

x

P

O

)

,

,

(

?/p>

?

,这种三维向量的全体构成的集?/p>

?/p>

3

R

{

 

r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

x

, 

y

, 

z 

?/p>

R 

}

称为三维向量?/p>

间。由于三维向?/p>

r

 =

T

z

y

x

)

,

,

(

与空间中的点

)

,

,

(

z

y

x

P

是一一对应的,三维向量的集合常常就类比

成点的集合,例如我们知道

ax+by+cz 

=

 d

在空间中表示一个平面,故我们也称三维向量的集合

 

            

?/p>

 = {

 r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

ax+by+cz 

=

 d

} 

为三维向量空?/p>

R

3

中的平面?/p>

 

?/p>

n

 > 3

时,虽然

n

维向量就不再具有这种几何形象了,但我们仍沿用这些说法和记号,全体

n

维向量构成的集合

 

            

?/p>

n

R

{

 

r

 =

T

n

x

x

x

)

,

,

,

(

2

1

?/p>

?/p>

 

n

x

x

x

,

,

,

2

1

?/p>

?/p>

R 

} 

称为

n

维向量空间,

n

维向量的集合

 

Ͼλ">
Ͼλ
Ŀ

4向量组的线性相关?- 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

             

线性代?/p>

                                      

第四?/p>

  

向量组的相关?/p>

              1 

 

              

第四?/p>

  

向量组的线性相关?/p>

 

 

本章不仅要讨论向量组的有关理论,

建立向量组秩的概念,

还要沟通矩阵的秩与向量组的秩之?/p>

的关系,并抽象出向量空间的概念,最后以此为背景完整的处理线性方程组的解的结构理论?/p>

 

本章中线性相关性是一个较难理解和掌握的概念,学习中应注意其在二、三维向量的几何解释?/p>

 

 

 

§

1  

n

维向?/p>

 

 

在高等数学中曾介绍了二、三维向量的概念,即用二、三元数组描述了一系列物理现象,如力所

作的功,

刚体旋转运动中的线速度问题等?/p>

但要更广泛的应用向量这个工具只考虑二三维空间就不够

了。如研究卫星在太空中的运行状态时,不仅要关注它的几何位置,还需知道它的表面温度、压力等

物理参数,即至少要用六数组(

t

, 

x

, 

y

, 

z

, 

τ

, 

p

?/p>

。因此有必要拓广向量的概念,引入?/p>

n

元数组构成的

n

维向量,并抽象出向量空间的概念?/p>

 

定义

1

  

n

个有次序的数

a

1

, 

a

2

, 

?/p>

, 

a

n

所组成的数组成?/p>

n

维向?/p>

?/p>

?/p>

n

个数称为该向量的

n

?/p>

?/p>

?/p>

,第

i

个数

i

a

称为

?/p>

i

个分?/p>

.

 

?/p>

?/p>

  

分量全为实数的向量称?/p>

实向?/p>

?/p>

分量不全为实数的向量称为

复向?/p>

?/p>

我们只研究实向量?/p>

 

?/p>

  

n

维向量分为行向量和列向量两大类,前面也说过这两类分别就是行矩阵和列矩阵,因此?/p>

们之间的运算就是矩阵之间的运算,从而符合矩阵运算的一切性质。在本章中,向量之间的运算只?/p>

及到线性运算和转置运算。为叙述方便,我们约定:在不特别声明时我们说到的向量均为列向量?/p>

 

?/p>

  

同于分块阵中所述,我们仍用小写黑体字母

a

,

 

b

,

 

?/p>

, 

?/p>

 

等表示列向量,用

T

T

T

T

b

a

?/p>

?/p>

,

,

,

表示?/p>

向量。例如,

T

e

)

0

,

,

0

,

1

(

1

?/p>

?/p>

?/p>

T

e

)

0

,

,

0

,

1

,

0

(

1

?/p>

?/p>

,„,

T

e

)

1

,

0

,

,

0

(

1

?/p>

?/p>

统称?/p>

n

维单位向?/p>

?/p>

 

?/p>

  

?/p>

n

 = 2

时的二维向量就是平面解析几何中的向量

 

—?/p>

 

即有大小又有方向的量,并且平?/p>

解析几何中是以可随意平行移动的有向线段作为向量的几何形象?/p>

 

即大小相等、方向一致的向量认为是同一个向量,如右图中

 

                  

P

O

P

P

?

?/p>

2

1

.                                  

O

 

引入一平面坐标系:

)

,

(

),

,

(

),

,

(

2

2

2

2

1

1

y

x

P

y

x

P

y

x

P

,因?/p>

 

1

2

1

2

,

y

y

y

x

x

x

?/p>

?/p>

?/p>

?/p>

?/p>

 

这种自由向量

OP

与平面上的点

P

(

x

, 

y

)

构成一一对应,称之为向量

OP

的坐标,?/p>

T

y

x

P

O

)

,

(

?/p>

?

,这

种二维向量的全体构成的集?/p>

?/p>

2

R

{

 

r

 = 

(

x

, 

y

)

T

 

?/p>

 

x

, 

y 

?/p>

R 

}

称为二维向量空间?/p>

 

完全类似地,可将二维向量推广到三维空间中去?/p>

 

?/p>

n

 = 3

时,由于空间中可随意平行移动的有

向线?/p>

OP

与空间中的点

P

)

,

,

(

z

y

x

构成一一对应,故我们也称?/p>

P

的坐?/p>

)

,

,

(

z

y

x

为向?/p>

OP

坐标?

?/p>

T

z

y

x

P

O

)

,

,

(

?/p>

?

,这种三维向量的全体构成的集?/p>

?/p>

3

R

{

 

r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

x

, 

y

, 

z 

?/p>

R 

}

称为三维向量?/p>

间。由于三维向?/p>

r

 =

T

z

y

x

)

,

,

(

与空间中的点

)

,

,

(

z

y

x

P

是一一对应的,三维向量的集合常常就类比

成点的集合,例如我们知道

ax+by+cz 

=

 d

在空间中表示一个平面,故我们也称三维向量的集合

 

            

?/p>

 = {

 r

 = 

(

x

, 

y

, 

z

)

T

 

?/p>

 

ax+by+cz 

=

 d

} 

为三维向量空?/p>

R

3

中的平面?/p>

 

?/p>

n

 > 3

时,虽然

n

维向量就不再具有这种几何形象了,但我们仍沿用这些说法和记号,全体

n

维向量构成的集合

 

            

?/p>

n

R

{

 

r

 =

T

n

x

x

x

)

,

,

,

(

2

1

?/p>

?/p>

 

n

x

x

x

,

,

,

2

1

?/p>

?/p>

R 

} 

称为

n

维向量空间,

n

维向量的集合

 



ļ׺.doc޸Ϊ.docĶ

  • (3)182-2015 ҵ˾繤ʹ취
  • 2020󡶽γԿ˲ο𰸽רб׼2020꿼
  • 꼶ϲĿγ̸Ҫ
  • Ԫʳһι[1]
  • ѧܲ߻
  • 2017߿ܸϰģⴴ⣺ר6
  • -Ĵ⼰
  • ZXR10 5900&5200ϵнV2.8.02A汾ָ
  • ZXR10 5900&5200ϵнV2.8.02A汾ָ
  • Ұȫѧϰר⸽(5)

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@)