第四章 向量组的线性相关性.

Slides:



Advertisements
Similar presentations
专题复习 --- 走进名著 亲近经典 读完《鲁滨孙漂流记》这本精彩的小说 后,一个高大的形象时时浮现在我的眼 前,他就是勇敢的探险家、航海家鲁滨 孙。他凭着顽强的毅力,永不放弃的精 神,实现了自己航海的梦想。 我仿佛看到轮船甲板上站着这样的一 个人:他放弃了富裕而又舒适的生活, 厌恶那庸庸碌碌的人生,从而开始了一.
Advertisements

线 性 空 间 线性空间的定义 线性空间 的子空间 小结. 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念 线性空间是线性代数最基本的概念之一,也是 一个抽象的概念,它是向量空间概念的推广. 线性空间是为了解决实际问题而引入的,它是 某一类事物从量的方面的一个抽象,即把实际问题看作向量空间,进而通过研究向量空间来解决实际问题.
控制方长投下的子公司,需要编制合并报表的演示思路
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.
线性代数 第六章 矩阵的对角化 6.3 内积和正交矩阵.
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.
圆的一般方程 (x-a)2 +(y-b)2=r2 x2+y2+Dx+Ey+F=0 Ax2+Bxy+Cy2+Dx+Ey+ F=0.
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.
第3节 二次型与二次型的化简 一、二次型的定义 二、二次型的化简(矩阵的合同) 下页.
第五章 矩阵与行列式 §5.4 逆矩阵 §5.5 矩阵的初等变换.
§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
第五章 二次型 本章将向量空间具体化,给出欧氏空间的概念,然后讨论二次型化为标准形的问题。为此,
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
§2 向量组的线性相关性.
§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
第四章 时间序列的分析 本章教学目的:①了解从数量方面研究社会经济现象发展变化过程和发展趋势是统计分析的一种重要方法;②掌握时间数列编制的基本要求;③理解和掌握水平速度两方面指标的计算及运用④理解和掌握长期趋势分析和预测的方法。 本章教学重点:现象发展的水平指标和速度指标。 本章教学难点:现象变动的趋势分析。
谢朝德 浙江金融职业学院 线性代数自学考试典型题型讲解 谢朝德 浙江金融职业学院
初中数学七年级上册 (苏科版) 2.3 绝对值与相反数(1).
总结 高等代数 多项式 线性代数 矩阵 向量 方程组 计算.
第3讲 线性方程组的高斯求解方法 主要内容: 1. 线性方程组的高斯求解方法 2. 将行阶梯形矩阵化为行最简形矩阵.
如何寫工程計畫書 臺北市童軍會考驗委員會 高級考驗營 版.
第2讲 线性方程组解的存在性 主要内容: 1. 线性方程组的解 2.线性方程组的同解变换与矩阵的初等行变换
!!! 请记住:矩阵是否等价只须看矩阵的秩是否相同。
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
I. 线性代数的来龙去脉 -----了解内容简介
第四章 矩阵 §1 矩阵概念的一些 背景 §6 初等矩阵 §4 矩阵的逆 §5 矩阵的分块 §2 矩阵的运算 §3 矩阵乘积的行列 式与秩
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.
Partial Differential Equations §2 Separation of variables
专题二: 利用向量解决 平行与垂直问题.
实数与向量的积.
第8讲 逆矩阵 主要内容: 1. 逆矩阵的定义及性质 2. 求逆矩阵的伴随矩阵法 3.求逆矩阵的初等行变换法.
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.
第十章 双线性型 Bilinear Form 厦门大学数学科学学院 网址: gdjpkc.xmu.edu.cn
第三章复习及习题课.
§4 线性方程组的解的结构.
第三章 线性空间 Linear Space.
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.
§8.3 不变因子 一、行列式因子 二、不变因子.
§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
1.设A和B是集合,证明:A=B当且仅当A∩B=A∪B
4) 若A可逆,则 也可逆, 证明: 所以.
第五章 相似矩阵及二次型.
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.
A经有限次初等变换化为B,称A与B等价,记作A→B.
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.
第三章 矩 阵的秩和线性方程组的相容性定理 第一讲 矩阵的秩;初等矩阵 第二讲 矩阵的秩的求法和矩阵的标准形 第三讲 线性方程组的相容性定理.
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.
定义5 把矩阵 A 的行换成同序数的列得到的矩阵,
§5 向量空间.
6.5 可对角化的矩阵 授课题目:6.5 可对角化的矩阵 授课时数:6学时 教学目标:掌握矩阵对角化的定义与方法 教学重点:矩阵对角化的方法
第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、初等矩阵的概念 四、初等矩阵的应用.
§4.5 最大公因式的矩阵求法( Ⅱ ).
其解亦可表为向量形式.
§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

定义:n 个有次序的数 a1, a2, …, an 所组成的数组称为n 维向 量,这 n 个数称为该向量的 n 个分量,第 i 个数 ai 称为第 i 个分量. 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. 备注: 本书一般只讨论实向量(特别说明的除外) . 行向量和列向量总被看作是两个不同的向量. 所讨论的向量在没有指明是行向量还是列向量时,都当作列向量. 本书中,列向量用黑色小写字母 a, b, a, b 等表示,行向量则用 aT, bT, aT, bT 表示.

定义:若干个同维数的列向量(行向量)所组成的集合称为 向量组. 当R(A) < n 时,齐次线性方程组 Ax = 0 的全体解组成的向量组含有无穷多个向量. 有限向量组 结论:含有限个向量的有序向量组与矩阵一一对应.

定义:给定向量组 A:a1, a2, …, am , 对于任何一组实数 k1, k2, …, km ,表达式 k1a1 + k2a2 + … + kmam 称为向量组 A 的一个线性组合. k1, k2, …, km 称为这个线性组合的系数. 定义:给定向量组 A:a1, a2, …, am 和向量 b,如果存在一组 实数 l1, l2, …, lm ,使得 b = l1a1 + l2a2 + … + lmam 则向量 b 是向量组 A 的线性组合,这时称向量 b 能由向量组 A 线性表示.

e1, e2, e3的 线性组合 例:设 那么 线性组合的系数 一般地,对于任意的 n 维向量b ,必有

n 阶单位矩阵 En 的列向量叫做 n 维单位坐标向量.

回顾:线性方程组的表达式 一般形式 向量方程的形式 增广矩阵的形式 向量组线性组合的形式 方程组有解? 向量 是否能用 线性表示?

结论:含有限个向量的有序向量组与矩阵一一对应. P.83 定理1 的结论: 向量b 能由 向量组 A 线性表示 线性方程组 Ax = b 有解

定义:设有向量组 A:a1, a2, …, am 及 B:b1, b2, …, bl , 若 向量组 B 中的每个向量都能由向量组 A 线性表示,则称向 量组 B 能由向量组 A 线性表示. 若向量组 A 与向量组 B 能互相线性表示,则称这两个向量 组等价.

设有向量组 A:a1, a2, …, am 及 B:b1, b2, …, bl , 若向量组 B 能由向量组 A 线性表示,即 线性表示的 系数矩阵

若 Cm×n = Am×l Bl×n ,即 则 结论:矩阵 C 的列向量组能由矩阵 A 的列向量组线性表示, B 为这一线性表示的系数矩阵.

若 Cm×n = Am×l Bl×n ,即 则 结论:矩阵 C 的行向量组能由矩阵 B 的行向量组线性表示, A 为这一线性表示的系数矩阵.

口诀:左行右列 定理:设A是一个 m×n 矩阵, 对 A 施行一次初等行变换,相当于在 A 的左边乘以相应的 m 阶初等矩阵; 对 A 施行一次初等列变换,相当于在 A 的右边乘以相应的 n 阶初等矩阵. 结论:若 C = AB ,那么 矩阵 C 的行向量组能由矩阵 B 的行向量组线性表示,A为这一线性表示的系数矩阵.(A 在左边) 矩阵 C 的列向量组能由矩阵 A 的列向量组线性表示,B为这一线性表示的系数矩阵.(B 在右边)

存在有限个初等矩阵P1, P2, …, Pl ,使 AP1 P2 …, Pl = B 存在 m 阶可逆矩阵 P,使得 AP = B 口诀:左行右列. A 经过有限次初等列变换变成 B 存在有限个初等矩阵P1, P2, …, Pl ,使 AP1 P2 …, Pl = B 存在 m 阶可逆矩阵 P,使得 AP = B 矩阵 B 的列向量组与矩阵 A 的列向量组等价 把 P 看成是 线性表示的 系数矩阵 同理可得 矩阵 B 的行向量组与矩阵 A 的行向量组等价

向量组 B:b1, b2, …, bl 能由向量组 A:a1, a2, …, am 线性表示 存在矩阵 K,使得 AK = B 矩阵方程 AX = B 有解 R(A) = R(A, B) (P.84 定理2) R(B) ≤ R(A) (P.85 定理3) 因为 R(B) ≤ R(A, B) 推论:向量组 A:a1, a2, …, am 及 B:b1, b2, …, bl 等价的充分 必要条件是 R(A) = R(B) = R(A, B). 证明:向量组 A 和 B 等价 向量组 B 能由向量组 A 线性表示 向量组 A 能由向量组 B 线性表示 从而有R(A) = R(B) = R(A, B) . R(A) = R(A, B) R(B) = R(A, B)

例:设 证明向量 b 能由向量组 a1, a2, a3 线性表示,并求出表示式. 解:向量 b 能由 a1, a2, a3 线性表示当且仅当R(A) = R(A, b) . 因为R(A) = R(A, b) = 2, 所以向量 b 能由 a1, a2, a3 线性表示.

行最简形矩阵对应的方程组为 通解为 所以 b = (-3c + 2) a1 + (2c-1) a2 + c a3 .

n 阶单位矩阵的列向量叫做 n 维单位坐标向量. 设有n×m 矩阵 A = (a1, a2, …, am) ,试证:n 维单位坐标向 量组能由矩阵 A 的列向量组线性表示的充分必要条件是 R(A) = n . 分析: n 维单位坐标向量组能由矩阵 A 的列向量组线性表示 R(A) = R(A, E) R(A) = n . (注意到:R(A, E) = n 一定成立)

小结 向量 b 能由 向量组 A 线性表示 线性方程组 Ax = b 有解 向量组 B 能 由向量组 A 线性表示 矩阵方程组AX = B 等价

知识结构图 n维向量 向量组 向量组与矩阵的对应 向量组的线性组合 向量组的线性表示 判定定理及必要条件 向量组的等价 判定定理