n维向量及其运算

a = ( x 1 , x 2 , . . . , x n ) a=(x_1,x_2,...,x_n) a=(x1​,x2​,...,xn​)是行向量, a = ( x 1 , x 2 , . . . , x n ) T a=(x_1,x_2,...,x_n)^T a=(x1​,x2​,...,xn​)T是列向量,可视为 n ∗ 1 n*1 n∗1或 1 ∗ n 1*n 1∗n阶矩阵。向量一般指列向量
向量内积,点积:对应元素相乘,结果为数。记为 [ a , b ] [a,b] [a,b]
内积性质

  • [ a , b ] = [ b , a ] [a,b]=[b,a] [a,b]=[b,a]
  • [ a + b , y ] = [ a , y ] + [ b , y ] [a+b,y]=[a,y]+[b,y] [a+b,y]=[a,y]+[b,y]
  • [ k a , b ] = k [ a , b ] [ka,b]=k[a,b] [ka,b]=k[a,b]
  • [ a , a ] ≥ 0 [a,a] \geq0 [a,a]≥0,且仅当 a = 0 a=0 a=0时, [ a , a ] = 0 [a,a]=0 [a,a]=0

Schwarz不等式

  • [ a , b ] 2 ≤ [ a , a ] [ b , b ] {[a,b]}^2 \leq [a,a][b,b] [a,b]2≤[a,a][b,b]

向量长度或范数 [ a , a ] = a 1 2 + a 2 2 + . . . + a n 2 \sqrt{[a,a]}=\sqrt{a_1^2+a_2^2+...+a_n^2} [a,a] ​=a12​+a22​+...+an2​ ​记为 ∣ a ∣ |a| ∣a∣

∣ a ∣ = 1 |a|=1 ∣a∣=1是单位向量

对于任意非零向量, &lt; a , b &gt; = a r c c o s [ a , b ] ∣ a ∣ ∣ b ∣ , 0 ≤ &lt; a , b &gt; ≤ π &lt;a,b&gt;=arccos{{[a,b]}\over |a||b|},0\leq &lt;a,b&gt;\leq \pi <a,b>=arccos∣a∣∣b∣[a,b]​,0≤<a,b>≤π为向量a,b的夹角

[ a , b ] = 0 [a,b]=0 [a,b]=0,则a,b正交

向量组的线性相关性

若干个同维向量组成的集合成为向量组。

零向量可以由任意向量组导出

线性方程 A x = b Ax=b Ax=b有解,当且仅当常向量b能由系数矩阵的A的列向量 a 1 , a 2 , . . . , a n a_1,a_2,...,a_n a1​,a2​,...,an​线性表示。

对向量组 a 1 , a 2 , . . . , a n a_1,a_2,...,a_n a1​,a2​,...,an​,如果存在一组不全为零的数 k 1 , k 2 , . . . , k n k_1,k_2,...,k_n k1​,k2​,...,kn​,使 a 1 k 1 + a 2 k 2 + . . . + a n k n = 0 a_1k_1+a_2k_2+...+a_nk_n=0 a1​k1​+a2​k2​+...+an​kn​=0,则称向量组 a 1 , a 2 , . . . , a n a_1,a_2,...,a_n a1​,a2​,...,an​线性相关,否则是线性无关。
线性无关的充要条件是:只要 a 1 k 1 + a 2 k 2 + . . . + a n k n = 0 a_1k_1+a_2k_2+...+a_nk_n=0 a1​k1​+a2​k2​+...+an​kn​=0,则必定
k 1 = k 2 = . . . = k n = 0 k_1=k_2=...=k_n=0 k1​=k2​=...=kn​=0

向量组 a 1 , a 2 , . . . , a n a_1,a_2,...,a_n a1​,a2​,...,an​线性相关,则齐次方程组 x 1 a 1 + x 2 a 2 + . . . + x n a n = 0 x_1a_1+x_2a_2+...+x_na_n=0 x1​a1​+x2​a2​+...+xn​an​=0存在非零解

向量组 a 1 , a 2 , . . . , a n a_1,a_2,...,a_n a1​,a2​,...,an​线性无关,则齐次方程组 x 1 a 1 + x 2 a 2 + . . . + x n a n = 0 x_1a_1+x_2a_2+...+x_na_n=0 x1​a1​+x2​a2​+...+xn​an​=0只有零解

一个向量a线性相关,则 k a = 0 ( k ! = 0 ) ka=0(k!=0) ka=0(k!=0),所以a=0
一个向量a线性无关,则 k a ! = 0 ( k ! = 0 ) ka!=0(k!=0) ka!=0(k!=0),所以a!=0
两个向量线性相关,则两个向量共线

定义

  • 一组两两正交的非零向量称为正交向量组。由单位向量组成的正交向量组称规范正交向量组。

定理

  • 正交向量组必线性无关
  • 若向量组部分线性相关,则整体线性相关
  • 含有零向量的向量组必线性相关
  • 线性无关的向量组每部分必线性无关
  • 向量组线性相关的充要条件是至少有一个向量可以由其他向量线性表出。(不是每个向量都能被线性表出,只要有就可)
  • 向量组 a 1 , a 2 , a 3 , . . . , a n a_1,a_2,a_3,...,a_n a1​,a2​,a3​,...,an​线性无关,向量组 a 1 , a 2 , a 3 , . . . , a n , b a_1,a_2,a_3,...,a_n,b a1​,a2​,a3​,...,an​,b线性线性先关,则b可以由向量组 a 1 , a 2 , a 3 , . . . , a n a_1,a_2,a_3,...,a_n a1​,a2​,a3​,...,an​线性表出,且系数唯一
  • 线性无关的加长向量组也线性无关
  • 无关加长无关,无关减短不定;相关加长不定,相关减短有关

线性组合系数可以为0,线性相关系数不能为0

向量组的秩












秩大的可以表示秩小的


A B = C AB=C AB=C

  • 积的行向量是右边行向量线性表出,且线表系数组成左边矩阵
  • 积的列向量是左边行向量线性表出,且线表系数组成右边矩阵
  • 如果矩阵A经过初等行变化变化为矩阵B,则矩阵A,B的行向量组等价
  • 如果矩阵A经初等列变化变化为矩阵B,则矩阵A,B的列向量组等价
  • 正交矩阵的每行都是单位的,不同行之间是垂直的,列也相同

矩阵的秩










reference

东北大学 线性代数mooc https://www.icourse163.org/course/NEU-1001638002

线性代数-向量组的线性相关相关推荐

  1. 线性代数/判断向量组是否线性相关/定义与例题

    向量组线性相关 定义 例题 定义 向量组 α1,α2,⋯,αs(s⩾1)\alpha_1,\alpha_2,\cdots,\alpha_s(s\geqslant1)α1​,α2​,⋯,αs​(s⩾1) ...

  2. 由一道题目看抽象向量组的线性相关问题

    由一道题目看抽象向量组的线性相关问题 @(数学) 方法:观察法 || 定理 ||过渡矩阵 已知向量组α1,α2,α3\alpha_1,\alpha_2,\alpha_3线性无关,则下面的向量组线性相关 ...

  3. 两个向量组线性相关是不是也能说成两个向量组等价 向量组等价 线性相关 向量组等价和矩阵等价的区别

    目录 两个向量组线性相关是不是也能说成两个向量组等价 向量组等价 线性相关

  4. 线性代数——向量组的线性相关性

    文章目录 版权声明 前言 向量和向量组 向量组的线性表示 向量组等价 向量组的线性相关和线性无关 向量组的秩 版权声明 本文大部分内容皆来自李永乐老师考研教材和视频课. 前言 重点:向量和矩阵的相似性 ...

  5. 线性代数 向量组 线性相关与表出 秩 解的关系总(一)

    前言 一.(非)齐次方程组解的判定 二.易混知识点 1.线性相关与线性表答(出) 2.秩与最大线性无关组 3.向量个数与维数 三.补充 前言 提示:以下是本篇文章正文内容,下面可供参考 一.(非)齐次 ...

  6. 线性代数-向量组的线性相关性

    1,n维向量的概念与运算 2,向量组的线性相关性 3,向量组的线性表示.线性相关.线性无关与矩阵秩之间的关系 4,其它有关向量组线性相关及线性无关的结论 5,向量组的秩 6,线性方程组解的结构 7,向 ...

  7. 线性代数【四】:向量(1):线性相关及其判别,极大线性无关组,等价向量组

    本节为线性代数复习笔记的第二部分,矩阵的概念与计算(1),主要包括:线性相关的概念,五个判别定理,极大线性无关组和等价向量组. 1. 线性相关   对m个n维向量α1⃗,α2⃗,...,αm⃗\vec ...

  8. 线性代数学习笔记2-1:向量和向量组、线性相关/线性无关(张成空间的概念)

    向量 何为向量 向量由长度和方向唯一确定,应该理解为自由向量,与位置无关 在数学中常规定向量的起点在原点,而在物理中称向量为矢量,也不再规定其起点位置 向量的理解 数学中,通过一个点的坐标,唯一给出一 ...

  9. 线性代数(4)—— 向量与向量组的线性相关性

    参考:张宇高等数学基础30讲 文章目录 1. 引入 2. 向量的概念和运算 3. 向量组的线性表出与线性相关 3.1 基础概念 3.2 线性相关.线性无关的进一步说明 4. 判别线性相关性的七大定理 ...

最新文章

  1. 传统企业应用转型--从0到1的微服务之路
  2. 使用这样的方法代替注意力机制
  3. Java程序员必备!Redis面试复习大纲在手面试不慌
  4. $query = mysql_query_关于$query=mysql_query($query);返回的是什么类型的值的问题的理解 | 学步园...
  5. 25个非常棒的jQuery滑块插件和教程
  6. Flutter Mac下环境配置
  7. Windows开启远程桌面服务(Win10)
  8. python中 r是什么意思_python中rb含义理解
  9. 【Python学习笔记】Coursera之PY4E学习笔记——String
  10. linux vi调至文件尾,linux vi从当前行复制到文件尾的命令?
  11. [bzoj2299][HAOI2011]向量
  12. 12.卷1(套接字联网API)---IPv4与IPv6的互操作性
  13. 数据结构之B树查找、插入、删除详解
  14. 关于Windows汇总累积更新的认识误区和正确的使用方式
  15. 【应用随机过程】01. 随机过程的基本概念
  16. 如何在Java中将Excel(XLSX)转换为Word(DOCX)
  17. python报错:ValueError: invalid literal for int() with base 16: ‘ ‘
  18. 实测:旧安卓(4.4)手机做服务器运行Asp.Net(mono+nginx)可行
  19. lamp技术研发人员的必备
  20. 火狐查看密码_在Firefox中查看和删除存储的密码

热门文章

  1. DockerCon 2016 西雅图即将到来,8大主题详尽解读
  2. Python冲击省一蓝桥杯 DFS集锦
  3. 标普500市值门槛提高今日生效 第一太阳能(First Solar)出局
  4. 企业微信公众号网页开发之引入高德地图API
  5. 2017级算法模拟上机准备篇(一)
  6. 2022年CPA财务成本管理-资产定价专题(Asset Pricing)【3月22开始15天15考点刷题】【完结】
  7. python解压函数:extractall
  8. 【Ubuntu16.04】ROS · Kinetic安装 · 图文教程与问题详解
  9. FreeRTOS任务优先级和系统心跳Tick
  10. Linux系统下的hadoop常用命令