第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构.

Slides:



Advertisements
Similar presentations
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
Advertisements

常系数线性微分方程组 §5.3 常系数线性方程组. 常系数线性微分方程组 一阶常系数线性微分方程组 : 本节主要讨论 (5.33) 的基解矩阵的求法.
2.6 隐函数微分法 第二章 第二章 二、高阶导数 一、隐式定义的函数 三、可微函数的有理幂. 一、隐函数的导数 若由方程 可确定 y 是 x 的函数, 由 表示的函数, 称为显函数. 例如, 可确定显函数 可确定 y 是 x 的函数, 但此隐函数不能显化. 函数为隐函数. 则称此 隐函数求导方法.
复习: :对任意的x∈A,都有x∈B。 集合A与集合B间的关系 A(B) A B :存在x0∈A,但x0∈B。 A B A B.
平面向量.
精品课程《解析几何》 第三章 平面与空间直线.
§3.4 空间直线的方程.
高等数学II 课程网页: 答疑时间:(周一10:00-12:00三教三楼答疑室)
第七章 空间解析几何与向量代数 用代数的方法研究几何问题称为解析几何 平面解析几何 一元微积分 空间解析几何 多元微积分 本章的主要内容 :
第二节 n维向量空间 一、 维向量的概念 二、 维向量的表示方法 三、 向量空间 四、 小结.
§1. 预备知识:向量的内积 ★向量的内积的概念 ★向量的长度 ★向量的正交性 ★向量空间的正交规范基的概念 ★向量组的正交规范化
第12讲 向量空间,齐次线性方程组的结构解 主要内容: 1. 向量空间 (1) 向量空间的定义 (2) 向量空间的基
第七章 向量代数与空间解析几何 第一节 空间直角坐标系与向量的概念 第二节 向量的坐标表示 第三节 向量的数量积和向量积 第四节 平面方程
《解析几何》 -Chapter 3 §7 空间两直线的相关位置.
第七章 空间解析几何与向量代数 第一部分 向量代数 第二部分 空间解析几何 在三维空间中: 空间形式 — 点, 线, 面 数量关系 —
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
第八章 向量代数 空间解析几何 第五节 空间直线及其方程 一、空间直线的点向式方程 和参数方程 二、空间直线的一般方程 三、空间两直线的夹角.
向量空间与线性变换 在数学大厦中的重要地位
第6章 向量空间 6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标
3.4 空间直线的方程.
第六章 向量代数与空间解析几何 第一节 向量及其线性运算 一、空间直角坐标系 二、向量与向量的线性运算 三、向量的坐标表示式
《解析几何》 乐山师范学院 0 引言 §1 二次曲线与直线的相关位置.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
§3.4 向量组的极大线性无关组 这一节将在上一节建立的概念基础上,转 而讨论 中两个向量组 , 之间的关系。从理论上研究在一向量组中,哪
第四节 一阶线性微分方程 线性微分方程 伯努利方程 小结、作业 1/17.
第八章 空间解析几何与向量代数 第一部分 向量代数 第二部分 空间解析几何 在三维空间中: 空间形式 — 点, 线, 面 数量关系 —
第四章 向量组的线性相关性.
2.1.2 空间中直线与直线 之间的位置关系.
第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: 第四节 线性方程组解的结构 前面我们已经用初等变换的方法讨论了线性方程组的解法, 并建立了两个重要定理: (1) n个未知数的齐次线性方程组Ax.
第一章 函数与极限.
专题二: 利用向量解决 平行与垂直问题.
实数与向量的积.
线性代数 第二章 矩阵 §1 矩阵的定义 定义:m×n个数排成的数表 3) 零矩阵: 4) n阶方阵:An=[aij]n×n
线 性 代 数 厦门大学线性代数教学组 2019年4月24日6时8分 / 45.
特 征 值 与 特 征 向 量 一、特征值与特征向量的概念 二、特征值和特征向量的性质.
复习.
第三章 空间向量与立体几何 3.1 空间向量及其运算 3.1.5空间向量运算的 坐标表示.
§4 线性方程组的解的结构.
复习: 若A(x1,y1,z1) , B(x2,y2,z2), 则 AB = OB - OA=(x2-x1 , y2-y1 , z2-z1)
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§3 向量组的秩.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
微课作品介绍.
第13讲 非齐次线性方程组的结构解, 线性空间与线性变换
3.1.2 空间向量的数量积运算 1.了解空间向量夹角的概念及表示方法. 2.掌握空间向量数量积的计算方法及应用.
第三章 函数的微分学 第二节 导数的四则运算法则 一、导数的四则运算 二、偏导数的求法.
O x y i j O x y i j a A(x, y) y x 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算 5.4 平面向量的坐标运算.
第五章 相似矩阵及二次型.
2.2矩阵的代数运算.
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
线 性 代 数 厦门大学线性代数教学组 2019年5月12日4时19分 / 45.
第三章 空间向量与立体几何 3.1 空间向量及其运算 3.1.2空间向量的数乘运算.
高中数学必修 平面向量的基本定理.
例1 全体 n 维向量构成的向量组记作Rn,求Rn的一个极大无关组和Rn的秩。
§2 方阵的特征值与特征向量.
第五节 线性方程组有解判别定理 一、线性方程组的向量表示形式 二、线性方程组有解判别定理 三、一般线性方程组的解法 四、线性方程组的求解步骤.
在发明中学习 线性代数概念引入 之四: 矩阵运算 李尚志 中国科学技术大学.
9.5空间向量及其运算 2.共线向量与共面向量 淮北矿业集团公司中学 纪迎春.
第一模块 向量代数与空间解析几何 第二节 向量及其坐标表示法 一、向量的概念 二、向量的坐标表示法.
第三节 函数的微分 3.1 微分的概念 3.2 微分的计算 3.3 微分的应用.
选修1—1 导数的运算与几何意义 高碑店三中 张志华.
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
第四节 向量的乘积 一、两向量的数量积 二、两向量的向量积.
§5 向量空间.
第三节 数量积 向量积 混合积 一、向量的数量积 二、向量的向量积 三、向量的混合积 四、小结 思考题.
复数复习 北京石油化工学院 蓝波.
§1 向量的内积、长度及正交性 1. 内积的定义及性质 2. 向量的长度及性质 3. 正交向量组的定义及求解 4. 正交矩阵与正交变换.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
Presentation transcript:

第四章 向量组的线性相关性 §1 向量组及其线性组合 §2 向量组的线性相关性 §3 向量组的秩 §4 线性方程组的解的结构

教学重点 向量组的线性相关性 向量组的秩 线性方程组的解的结构 教学难点 向量组的线性相关性的判别 向量组的秩 线性方程组的解的结构

双语教学 线性组合:linear combination 向量组:vector quantity 线性相关:linearly dependent 线性无关:linearly independent

§1 向量组及其线性组合 一、 维向量的概念 定义1 分量全为实数的向量称为实向量, 分量全为复数的向量称为复向量.

例如 n维实向量 n维复向量 第1个分量 第2个分量 第n个分量

二、 维向量的表示方法    维向量写成一行,称为行向量,也就是行 矩阵,通常用      等表示,如:    维向量写成一列,称为列向量,也就是列 矩阵,通常用    等表示,如:

注意   1.行向量和列向量总被看作是两个不同的 向量;   2.行向量和列向量都按照矩阵的运算法则 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.

三、向量空间 向 量 解析几何 线性代数 坐标系 既有大小又有方向的量 有次序的实数组成的数组 几何形象: 可随意 平行移动的有向线段 向  量 解析几何 线性代数 既有大小又有方向的量 坐标系 有次序的实数组成的数组 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

空 间 解析几何 线性代数 坐标系 点空间:点的集合 向量空间:向量的集合 几何形象: 空间 直线、曲线、空间 平面或曲面 空  间 解析几何 线性代数 点空间:点的集合 坐标系 向量空间:向量的集合 几何形象: 空间 直线、曲线、空间 平面或曲面 代数形象: 向量空 间 中 的 平 面 一 一 对 应

时, 维向量没有直观的几何形象. 叫做 维向量空间. 叫做 维向量空间  中的 维超平面.

维向量的实际意义   确定飞机的状态,需 要以下6个参数: 机身的仰角 机翼的转角 机身的水平转角 飞机重心在空间的位置参数P(x,y,z) 所以,确定飞机的状态,需用6维向量

四、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

向量组 , , …,  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.

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.

五、向量组的线性相关性 定义1 线性组合                  向量 能 由向量组 线性表示.

证明:向量 能由向量组 线性表示,并求出表示式。 定理1 例1 设 , , , 。 证明:向量 能由向量组 线性表示,并求出表示式。

证明:令 故方程 的解为

即 定义2 向量组 能由向量组 线性表示 向量组等价.

从而

定理2 向量组 能由向量组 线性表示 矩阵 的秩等于矩阵 的秩,即 推论:向量组 与向量组 等价 例2 已知向量组A: B: 证明:向量组A与向量组B等价。

证明: 令 而 故 因此 即向量组A与向量组B等价。

定理3 设向量组 能由向量组 线性表示,则 证:记 由已知有 而 因此