《线性代数》课程教学课件(PPT讲稿,B)第二章 矩阵与向量_2-2 向量及其线性运算

线性代数 山东理工大学
线性代数 山东理工大学

第2章矩阵与向量 §2.2 向量及其线性运算 ·向量的概念 ·向量的运算和性质 ·向量空间
§2.2 向量及其线性运算 第2章 矩阵与向量 ● 向量的概念 ● 向量的运算和性质 ● 向量空间

1.向量的概念 定义2.2.1:n个有次序的数41,42,L,0n所组成的有序数组 (41,a2,L,0n)称为一个n维向量。 这n个数称为该向量的n个分量,第个数4; 称为第个分量。 以后我们用小写希腊字母α,B,YL来代表向量。 例如: →n维向量 第n个分量 第2个分量 第1个分量
1. 向量的概念 定义2.2.1:n 个有次序的数 1 2 , , , n a a a L 所组成的有序数组 ( , , , ) 1 2 L n a a a 称为一个n 维向量。 这 n 个数称为该向量的n 个分量,第 个数 称为第 个分量。 i i i a 以后我们用小写希腊字母 , , L 来代表向量。 例如: (1,2, , ) L n n维向量 第1个分量 第n个分量 第2个分量

向量通常写成一行:a=(a,42,L,4n)称为行向量。 a, 它们的区别 有时也写成一列:a= 称为列向量。 M 只是写法上 的不同。 分量全为零的向量(0,0,L,0)称为零向量。记作:O
向量通常写成一行: 1 2 ( , , , ) n = a a a L 有时也写成一列: 1 2 n a a a = M 称为行向量。 称为列向量。 它们的区别 只是写法上 的不同。 分量全为零的向量 (0,0, ,0) L 称为零向量。 记作:O

如线性方程组(2.1)中: (2.1) 2) 未知量x,前的系数对应着一个3维列向量:,= 未知量x,前的系数对应着一个3维列向量:a=(-11)', 未知量x,前的系数对应着一个3维列向量:a,=(224)', 右端常数项对应着一个3维列向量:b=(412)', 线性方程组(21)的解为:七1=-2,x2=-1,x3=2. 这个解也对应着一个3维解向量:x=(-2-12)/
如线性方程组(2.1) 中 : 1 2 3 1 2 3 1 2 3 2 - 2 = 4, + 2 1, 4 + 4 2. x x + x x x + x = x x + x = (2.1) 1 未 知 量x 前 的 系 数对应着 一个 3 维列 向 量: 1 2 = 14 2 未知量x 前 的 系 数对应着 一个 3 维列 向 量: ( ) 2 = -1 1 1 , T 3 未 知 量x 前 的 系 数对应着 一个 3 维列 向 量: ( ) 3 = 2 2 4 , T 右端 常 数 项 对 应 着 一 个 3 维 列 向 量: = 4 1 2 , ( )T b 1 2 3 线 性方程组(2.1) 2, 1, 2. 的解为:x x x = − = − = 3 2 1 2 . ( )T 这个解也对应着 一个 维解 向 量:x = − −

2.向量的运算和性质 向量相等:如果n维向量a=(a1,42,L,4n) B=(b,B2,L ,b) 的对应分量都相等,即4=b(i=1,2,L,n) 就称这两个向量相等,记为α=B 向量加法:向量Y=(a1+b1,42+b2,L,0n+bn) 称为向量x=(a1,42,L,4n)B=(b1,b2,L,bn) 的和,记为y=a+B 负向量:向量&=(-4,一4,L,一0n)称为向量a的负向量, 记作:一a. 向量减法:a-B=a+(-B)
2. 向量的运算和性质 向量相等:如果n 维向量 1 2 ( , , , ) n = a a a L 1 2 ( , , , ) n = b b b L 的对应分量都相等,即 ( 1,2, , ) i i a b i n = = L 就称这两个向量相等,记为 = 向量加法:向量 = + + + (a b a b a b 1 1 2 2 , , , L n n ) 称为向量 = (a a a 1 2 , , , L n ) = (b b b 1 2 , , , L n ) 的和,记为 = + 负向量:向量 = − − − ( a a a 1 2 , , , L n ) 称为向量 的负向量, 向量减法: − = + −( ) 记作:−

数乘向量:设k为某一个常数,则向量(ka1,k2L,kan) 称为向量a=(41,42,L,an) 与数k的数量乘积。记为ka 满足运算律: (1)a+B=B+a (S)1·a&=a (2)(a+B)+y=(a+B)+y(6)k(la)=(kI)a 3)a+0=a (7(k+D)a=ka+la (4)a+(-a)=0 (8)k(a+B)=ka+kB 在数学上,满足这八条规律的运算称为线性运算
数乘向量:设k为某一个常数,则向量 (ka ka ka 1 2 , , , L n ) 称为向量 = (a a a 1 2 , , , L n ) 与数k的数量乘积。记为 k (4) ( ) 0 (3) 0 (2)( ) ( ) (1) + − = + = + + = + + + = + ( ) ( ) k k k k l k l k l kl + = + + = + = = (8) (7) (6) ( ) ( ) (5)1 满足运算律: 在数学上,满足这八条规律的运算称为线性运算

注:(1)对任意的向量,存在唯一的零向量0, 使得a+0= (2) 对任意的向量,存在唯一的负向量-a, 使得a+(-0)=0 (30a=0;(-1)a=-a;20=0. (4)如果2a=0,则入=0或a=0 例1设向量a=(1,1,0),B=(0,1,1),y=(3,4,0),求a-B及3a+2B-Y. 解: 0 3 70 3a+2B-y=31 +2 1 =(012) 0 0
注:(1)对任意的向量 , 存在唯一的零向量 o, 使得 + = o (2)对任意的向量 , 存在唯一的负向量 −, 使得 + − = ( ) o (4)如果 = 0, 则 = = 0或 0 (3) 0 ; ( 1) ; . = − = − = 0 0 0 解: T T 1 0 1 1 0 1 − = − = ( ) T 1 0 1 0 1 , 1 = − − 1 0 3 3 2 3 1 2 1 4 0 1 0 T T T + − = + − ( ) T 0 1 0 1 2 . 2 = = 例1 设向量 = = = (1,1,0), (0,1,1), (3,4,0) (1,1,0), (0,1,1), (3,4,0) ,求 − 及 3 2 . + −

3.向量空间 定义:设V为n维向量的组成的集合,如果集合V 非空,集合V对于加法及数乘两种运算封闭, 那么就称集合V为向量空间. 说明:集合V对于加法及数乘两种运算封闭指 V&∈V,B∈V,有a+B∈V; Va∈V,Hk∈R,有ka∈V. 例2:3维向量的全体R3是一个向量空间。 n维向量的全体R”,也是一个向量空间
3. 向量空间 说明: V k R k V , , . 有 + V V V , , ; 有 定义: 设 V 为 维向量的组成的集合,如果集合 非空,集合 对于加法及数乘两种运算封闭, 那么就称集合 为向量空间. n V V V 集合 V 对于加法及数乘两种运算封闭指 例2:3维向量的全体 是一个向量空间。 3 R n维向量的全体 R n ,也是一个向量空间

例3:判别下列集合是否能够构成向量空间. (y={x=(0,Lx'xL,x,∈R (2)V,=x=(1xL.,x)k:L,ER 解:(a=(0,a2,L,an)',B=(0,b,L,b)'e 有a+B=(0,a2+b2,L,4n+bn)'∈Y V∈R,有a=(0,a,L,an)'∈V. 所以,V是向量空间。 (2)V,不是向量空间。 因为若a=(1,a,L,an)'∈2, 则2a=(2,2a2,L,2an)'eV:
例3: 判别下列集合是否能够构成向量空间. ( ) ( ) 1 2 2 2 2 2 (1) 0, , , , , (2) 1, , , , , T n n T n n V x x x x x R V x x x x x R = = = = L L L L 解: (1) 0, , , , 0, , , ( 2 2 1 ) ( ) T T n n = = a a b b V L L (0, , , 2 2 1 ) T n n 有 + = + + a b a b V L , 0, , , . ( 2 1 ) T = R a a V 有 L n 所以, V1 是向量空间。 (2) V2 不是向量空间。 2 2,2 , ,2 . ( 2 2 ) T n 则 = a a V L (1, , , , 2 2 ) T n 因为若 = a a V L
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《线性代数》课程教学课件(PPT讲稿,B)第二章 矩阵与向量_2-3 向量组的线性相关性.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第二章 矩阵与向量_2-4 矩阵的秩.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第一章 n阶行列式_1.1 n阶行列式的概念.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第一章 n阶行列式_1.2 n阶行列式的性质.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第一章 n阶行列式_1.3 n阶行列式的计算.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第一章 n阶行列式_1.4 克拉默法则.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-1 第一节 向量的内积及正交向量组.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-2 方阵的特征值与特征向量.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-3 相似矩阵.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-4 实对称矩阵的相似对角形.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-5 二次型及其标准形.ppt
- 《线性代数》课程教学课件(讲稿,B)第五章 相似矩阵与二次型 §5.6 正定二次型.pdf
- 《线性代数》课程教学资源(试卷习题,B)线性代数试题及答案1.pdf
- 《线性代数》课程教学资源(试卷习题,B)线性代数试题与答案2.pdf
- 《线性代数》课程教学资源(试卷习题,B)线性代数试题及答案3.pdf
- 《线性代数》课程教学资源(试卷习题,B)线性代数试题及答案4.pdf
- 科学出版社:《线性代数》课程教材书籍PDF电子版(线代电子教材,第三版,主编:孟昭为).pdf
- 《线性代数》课程PPT教学课件(B)第五章 相似矩阵与二次型_5-1内积与正交向量.ppt
- 《线性代数》课程PPT教学课件(B)第五章 相似矩阵与二次型_5-2特征值与特征向量.ppt
- 《线性代数》课程PPT教学课件(B)第五章 相似矩阵与二次型_5-3矩阵相似.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第二章 矩阵与向量_2-1 消元法与矩阵的初等变换.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第三章 矩阵的运算_3-4 分块矩阵.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第三章 矩阵的运算_3-3 初等矩阵.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第三章 矩阵的运算_3-2 逆矩阵.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第三章 矩阵的运算_3-1 矩阵的运算.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第四章 线性方程组_4-3 非齐次线性方程组.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第四章 线性方程组_4-2 齐次线性方程组.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第四章 线性方程组_4-1 线性方程组解的判别.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-6 正定二次型.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-5 二次型及其标准型.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-4 实对称矩阵的相似对角形.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-3 相似矩阵.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-2 方阵的特征值与特征向量.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第五章 相似矩阵与二次型_5-1 向量的内积与正交向量组.ppt
- 《线性代数》课程教学课件(PPT讲稿,B)第一章 n阶行列式 1.4 克拉默法则.ppt
- 《线性代数》课程教学课件(讲稿,B)第一章 n阶行列式_第一节 n阶行列式的概念_1.3 n阶行列式的计算.pdf
- 《线性代数》课程教学课件(讲稿,B)第一章 n阶行列式_第一节 n阶行列式的概念_1.2 n阶行列式的性质.pdf
- 《线性代数》课程教学课件(讲稿,B)第一章 n阶行列式_第一节 n阶行列式的概念_1.1 n阶行列式的概念.pdf
- 《线性代数》课程教学课件(讲稿,B)第一章 n阶行列式_第四节 克拉默法则_1.4 克拉默法则.pdf
- 《线性代数》课程教学课件(PPT讲稿,B)第二章 矩阵与向量 第一节 消元法与矩阵的初等变换.ppt