二维三维空间向量组的线性组合

向量的基本运算法则,构成了整个线性代数的基础。在物理学中,特别是求系统平衡时,经常碰到这类问题,给定若干矢量,这些矢量和能与某特定矢量平衡吗?这就需要研究向量组的线性组合,本节给出低维空间中的情况,因为低维空间中,向量组的线性组合有几何图像。线性组合是核心概念,希望读者重视背后的几何图像。本章后面内容是对这些情况进行理论提升,并推广到高维空间。

二维平面线性组合

考虑两个二维向量 v=(1,0)\mathbf{v}=(1,0)v=(1,0) 和 w=(0,1)\mathbf{w}=(0,1)w=(0,1) ,根据向量数乘和向量加法,向量
αv+βw=(α,0)+(0,β)=(α,β)\alpha \mathbf{v} + \beta \mathbf{w} = (\alpha,0)+(0,\beta)=(\alpha,\beta) αv+βw=(α,0)+(0,β)=(α,β)
其几何图像为,分别把向量 v\mathbf{v}v 拉伸为原来的 α\alphaα 倍,向量 w\mathbf{w}w 拉伸为原来的 β\betaβ 倍,然后相加,这可以看作广义的矢量合成,线性代数称之为线性组合。

定义 线性组合 αv+βw\alpha \mathbf{v} + \beta \mathbf{w}αv+βw 是向量组 (v,w)(\mathbf{v},\mathbf{w})(v,w) 的线性组合,实数 (α,β)(\alpha,\beta)(α,β) 称为表示系数组。

(α,β)(\alpha,\beta)(α,β) 组取不同的值,可表示不同的向量。特别的,如

1v+1w=(1,1);0v+1w=(0,1);1v+0w=(1,0);0v+0w=(0,0)1 \mathbf{v} + 1 \mathbf{w} = (1,1);\quad 0 \mathbf{v} + 1 \mathbf{w} = (0,1);\quad 1 \mathbf{v} + 0 \mathbf{w} = (1,0);\quad 0 \mathbf{v} + 0 \mathbf{w} = (0,0)1v+1w=(1,1);0v+1w=(0,1);1v+0w=(1,0);0v+0w=(0,0) 。

定义 线性表示 存在 (α,β)(\alpha,\beta)(α,β) 组,向量 u=αv+βw\mathbf{u} = \alpha \mathbf{v} + \beta \mathbf{w}u=αv+βw ,称向量 u\mathbf{u}u 能被向量组 (v,w)(\mathbf{v},\mathbf{w})(v,w) 线性表示,简称表示。

强调一下,当表示系数全0时, 0\mathbf{0}0 向量被任意向量组表示!

(α,β)(\alpha,\beta)(α,β) 可在实数域内任意取值,每一组值对应一个向量,这样所有 (α,β)(\alpha,\beta)(α,β) 表示的向量构成一个向量集合。该集合有无穷多个向量,这些向量组成了二维平面,或者说二维平面内任意向量 (x,y){(x,y)}(x,y) 都对应唯一的 (α,β)(\alpha,\beta)(α,β) ,(α=x,β=y)(\alpha=x,\beta=y)(α=x,β=y) 。

二维向量 v=(1,1)\mathbf{v}=(1,1)v=(1,1) 和 w=(2,1)\mathbf{w}=(2,1)w=(2,1) ,它们的线性组合是否也组成二维平面,答案是肯定的。
αv+βw=(α,α)+(2β,β)=(α+2β,α+β)\alpha \mathbf{v} + \beta \mathbf{w} = (\alpha,\alpha)+(2\beta,\beta)=(\alpha+2\beta,\alpha+\beta) αv+βw=(α,α)+(2β,β)=(α+2β,α+β)
二维平面内任意向量 (x,y){(x,y)}(x,y) 都对应唯一的 (α,β)(\alpha,\beta)(α,β) 组,(α=−x+2y,β=x−y)(\alpha=-x+2y,\beta=x-y)(α=−x+2y,β=x−y) 。

是否任意两个二维向量,它们的线性组合都组成二维平面呢?答案是否定的。

二维向量 v=(1,2)\mathbf{v}=(1,2)v=(1,2) 和 w=(−2,−4)\mathbf{w}=(-2,-4)w=(−2,−4) ,它们的线性组合
αv+βw=(α,2α)+(−2β,−4β)=(α−2β,2α−4β)=(α−2β,2(α−2β))=(α−2β)(1,2)\alpha \mathbf{v} + \beta \mathbf{w} = (\alpha,2\alpha)+(-2\beta,-4\beta)=(\alpha-2\beta,2\alpha-4\beta)=(\alpha-2\beta,2(\alpha-2\beta))=(\alpha-2\beta)(1,2) αv+βw=(α,2α)+(−2β,−4β)=(α−2β,2α−4β)=(α−2β,2(α−2β))=(α−2β)(1,2)
向量 (1,1)(1,1)(1,1) 就不能被其表示。向量 (x,2x)(x,2x)(x,2x) 能被表示,且能被无穷多 (α=x+2β,β=任意)(\alpha=x+2\beta,\beta=任意)(α=x+2β,β=任意) 组表示,但该线性组合只能表示向量 λ(1,2)\lambda(1,2)λ(1,2) ,因为向量 w=−2v\mathbf{w} = -2\mathbf{v}w=−2v ,所以
αv+βw=αv−2βv=(α−2β)v=λv=λ(1,2)\alpha \mathbf{v} + \beta \mathbf{w} = \alpha \mathbf{v} - 2\beta \mathbf{v} = (\alpha-2\beta )\mathbf{v}=\lambda\mathbf{v}=\lambda(1,2) αv+βw=αv−2βv=(α−2β)v=λv=λ(1,2)
实际上,当两个向量成比例时,即 w=λv\mathbf{w} = \lambda \mathbf{v}w=λv ,此时它们共线,它们的线性组合只能表示向量 αv+βw=(α+λβ)v\alpha \mathbf{v} + \beta \mathbf{w} = (\alpha + \lambda \beta) \mathbf{v}αv+βw=(α+λβ)v 即该直线,且有无穷多种表示;但不能表示直线外的任意向量。

重要性质 二维平面内两个向量不共线时,线性组合能表示整个平面,平面内任意向量对应唯一表示;共线时线性组合只能表示该直线,该直线内任意向量对应无穷多表示;不能表示直线外的任意向量。

进一步考虑3个二维向量的线性组合。

定义 线性组合 αv+βw+γu\alpha \mathbf{v} + \beta \mathbf{w} + \gamma \mathbf{u}αv+βw+γu 为向量组 (v,w,u)(\mathbf{v},\mathbf{w},\mathbf{u})(v,w,u) 的线性组合,实数 (α,β,γ)(\alpha,\beta,\gamma)(α,β,γ) 称为表示系数组。

显然当3个向量中有任意两个向量不共线,线性组合能表示整个平面;只有3个向量均共线时线性组合只能表示该直线。

3个二维向量和2个二维向量的表示有什么不同呢?差别在于表示的唯一性。当3个向量中有任意两个向量不共线时,平面内任意向量均有无穷多表示。证明如下,假设 v,w\mathbf{v},\mathbf{w}v,w 不共线,任意向量 y\mathbf{y}y 表示为 y=αv+βw+γu\mathbf{y} =\alpha \mathbf{v} + \beta \mathbf{w} + \gamma \mathbf{u}y=αv+βw+γu ,两边加上向量 −γu-\gamma \mathbf{u}−γu ,得 y−γu=αv+βw\mathbf{y} - \gamma \mathbf{u} =\alpha \mathbf{v} + \beta \mathbf{w}y−γu=αv+βw ,当 λ\lambdaλ 取任意实数时,均存在向量 v,w\mathbf{v},\mathbf{w}v,w 的线性组合能唯一表示向量 y−γu\mathbf{y} - \gamma \mathbf{u}y−γu 。

更进一步考虑 nnn 个二维向量的线性组合。

定义 线性组合 α1v1+⋯+αnvn\alpha_1 \mathbf{v_1} + \cdots + \alpha_n \mathbf{v_n}α1​v1​+⋯+αn​vn​ 为向量组 (v1,⋯,vn)(\mathbf{v_1},\cdots,\mathbf{v_n})(v1​,⋯,vn​) 的线性组合,实数 (α1,⋯,αn)(\alpha_1,\cdots,\alpha_n)(α1​,⋯,αn​) 称为表示系数组。

显然有如下结论,

重要性质 n≥3n \ge 3n≥3 个二维向量的线性组合,如果有任意两个向量不共线,线性组合能表示整个平面,且表示有无穷多个;只有所有向量均共线时线性组合只能表示该直线且表示有无穷多个。

三维空间线性组合

考虑两个三维向量 v=(1,0,0)\mathbf{v}=(1,0,0)v=(1,0,0) 和 w=(0,1,0)\mathbf{w}=(0,1,0)w=(0,1,0) ,根据向量数乘和向量加法,它们线性组合为
αv+βw=(α,0,0)+(0,β,0)=(α,β,0)\alpha \mathbf{v} + \beta \mathbf{w} = (\alpha,0,0)+(0,\beta,0)=(\alpha,\beta,0) αv+βw=(α,0,0)+(0,β,0)=(α,β,0)
能唯一表示二维平面 (x,y,0)(x,y,0)(x,y,0) 内的任意向量,但不能表示该平面外任意向量 (x,y,z)∀z≠0(x,y,z)\forall z \ne 0(x,y,z)∀z​=0 。

根据立体几何知识,不共线的两条直线确定一个平面。

重要性质 任意两个不共线的向量的线性组合能唯一表示由这两个向量确定的平面内的任意向量。如果向量不位于该平面内,则线性组合不能表示该向量。

如果有3个三维向量呢?

考虑3个三维向量 v=(1,0,0)\mathbf{v}=(1,0,0)v=(1,0,0) 、 w=(0,1,0)\mathbf{w}=(0,1,0)w=(0,1,0) 和 u=(0,0,1)\mathbf{u}=(0,0,1)u=(0,0,1) ,根据向量数乘和向量加法,它们线性组合为
αv+βw++γu=(α,0,0)+(0,β,0)++(0,0,γ)=(α,β,γ)\alpha \mathbf{v} + \beta \mathbf{w} + + \gamma \mathbf{u} = (\alpha,0,0)+(0,\beta,0) + +(0,0,\gamma)=(\alpha,\beta,\gamma) αv+βw++γu=(α,0,0)+(0,β,0)++(0,0,γ)=(α,β,γ)
能唯一表示三维空间内的任意点,或者说三维空间内任意点 (x,y,z){(x,y,z)}(x,y,z) 都对应唯一的 (α,β,γ)(\alpha,\beta,\gamma)(α,β,γ) ,(α=x,β=y,γ=z)(\alpha=x,\beta=y,\gamma=z)(α=x,β=y,γ=z)。

重要性质 3个向量不共面时,它们线性组合能唯一表示三维空间内的任意向量。

重要性质 3个向量共面时,它们线性组合能表示由这3个向量确定的平面内的任意向量,且表示有无穷多个。如果向量不位于该平面内,则线性组合不能表示该向量。

如果有 n≥4n \ge 4n≥4 个三维向量呢?

重要性质 n≥4n \ge 4n≥4 个三维向量中有任意3个向量不共面时,它们线性组合能表示三维空间的任意向量,且表示有无穷多个。

重要性质 n≥4n \ge 4n≥4 个三维向量中如果不存在任意3个向量不共面,它们线性组合不能表示三维空间的任意向量。这 nnn 个三维向量如果确定一个平面,则它们线性组合能表示该平面内的任意向量,且表示有无穷多个。

1.2 二维三维空间向量组的线性组合相关推荐

  1. 03 ,n 维向量,向量运算,向量组,向量组的线性组合,基,张成空间,向量组的线性相关性 :

    1 ,n 维向量 : 列向量 行向量 : 列向量与行向量的关系 : 一回事 2 ,向量运算 : 加法运算 运算 3 ,向量运算 : 数乘运算 运算 4 ,向量组 : 定义 : 若干个同维数的向量组成的 ...

  2. Java黑皮书课后题第8章:8.18(打乱行)编写一个方法,使用下面的方法头打乱一个二维int型数组的行。编写一个测试程序,打乱下面的矩阵

    8.18(打乱行)编写一个方法,使用下面的方法头打乱一个二维int型数组的行.编写一个测试程序,打乱下面的矩阵 题目 题目描述 破题 代码 题目 题目描述 8.18(打乱行)编写一个方法,使用下面的方 ...

  3. 线性代数学习笔记——第四十二讲——向量组的线性组合

    1. 向量组与矩阵的关系 2. 给定矩阵的列(行)向量组,可构造其行(列)向量组 3. 线性组合.线性表出的概念 4. 线性表出的基本示例 5. 向量组生成的子空间 6. 任一n维向量均可由n个单位向 ...

  4. 写一个函数,使给定的一个3 × 3的二维整型数组转置,即行列互换。

    题目来源: C语言程序设计(第四版)/ 第七章 / 习题7.3 题目要求: 写一个函数,使给定的一个3 × 3的二维整型数组转置,即行列互换. 具体思路: 将给定的二维整型数组a用另外一个二维数组b备 ...

  5. python中序列类型是二维元素向量吗_序列类型是二维元素向量,元素之间存在先后关系,通过序号访问。...

    [填空题]MapReduce 计算模式中, Map (映射)的主要任务是:负责输入数据的 . . ,输出 . [多选题]大数据的特征包括( ). [判断题]中断服务过程中如果允许中断嵌套,则优先级高的 ...

  6. python序列类型是二维元素向量吗_Python 二级选择题

    88.下面代码的输出结果是 ( A ) print(round(0.1 + 0.2,1) == 0.3) A: True B: 0 C: 1 D: False 解释: round 是一个四舍五入的函数 ...

  7. C语言:批量初始化二维整型数组及二维整型数组作函数参数的重要知识点[C_006]

    目录 概述:二维整形数组和二维字符数组在处理过程中有些微妙的差异值得注意,否则容易出错. 1.二维整形数组的初始化 2.常见场景:把二维整形数组的元素初始化为相同值 3.应用场景,二维数组作函数的参数 ...

  8. 【机器学习|数学基础】Mathematics for Machine Learning系列之线性代数(10):向量组及其线性组合

    文章目录 前言 往期文章 4.1 向量组及其线性组合 定义1 定义2 定理1 定义3 定理2 推论 举例 例 1 例2 定理3 小结 结语 前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文 ...

  9. 微分几何笔记(4) —— 二维三维空间中曲线的曲率以及环绕数

    本篇文章我们从一般化的 Rn\mathbb{R}^nRn 空间回到我们生活的 R2,R3\mathbb{R}^2,\mathbb{R}^3R2,R3空间,看看低维空间中的曲线有哪些性质,主要计算下在非 ...

最新文章

  1. 关于loadtxt编码问题的解决方法
  2. TensorFlow学习入门
  3. linux之shell
  4. 9511王锋刘婧捐100万元,支持中国科大计算机学院
  5. 机器学习Scikit-Learn模块详解
  6. svn回退到上一个版本_Git汇总--对象及版本库存储
  7. java jxta_JXTA——JAVA P2P网络编程技术(入门篇) | 学步园
  8. 专业声压手机测试软件,声音测量器app
  9. React路由ReactRouter6
  10. 终于知道为啥网页不让我复制粘贴了!
  11. sox免安装直接使用
  12. 计算机英语世界 中英文版,看世界=SEEING THE WORLD(英文版)
  13. 1045 Favorite Color Stripe(最长不下降子序列)
  14. 用python制作weblogo/SeqLogo/序列保守性分析图
  15. 试水Bilibili/ijkplayer-Android
  16. EPICS-从零开始的电机控制
  17. IT领域唯一的国家级证书,积分落户、评职称、抵个税...
  18. 2020年“信创”火了!一文看懂什么是信创
  19. apache-Ignite,alluxio(Tachyon)的竞争者,利害了
  20. php 密码错误就弹出框_PHP弹出对话框

热门文章

  1. linux--设置屏幕的锁屏时间
  2. 你敢信?这样炫黑的界面居然是一款数据库管理工具?
  3. 安装Adobe After Effects(AE)的时候卡在登陆界面?
  4. 一篇文章解读人工智能的原理及产业升级机会
  5. 分享一个实用的自媒体一键多发平台,关键是能免费用
  6. 降低网络运维管理成本技巧分析
  7. 孙溟㠭篆刻《无有中无尽藏》
  8. 制作ipad iphone充电线
  9. ElementUI表格中显示图片,悬浮显示放大图片
  10. 公众号markdown排版神器(md转微信html)