n维向量空间的n个线性函数线性无关

QQ空间 http://www.77cn.com.cn

第3章 3.1n 维向量

n 维向量及向量组的线性相关性

由解析几何知，二维空间(平面)上的任一向量 a1i a2 j 可用一个二元有序数组 {a1 , a2 } 表示，称之为二维向量，记为 {a1 , a2 } 或 (a 1 , a 2 ) ;

三维空间中的任一向量 a1i a2 j a3 k 可用一个三元有序 数组 {a1 , a2 , a3 } 表示，称之为三维向量，记为 {a1 , a2 , a3 } 或 (a1 , a2 , a3 ) 。

在解析几何中，引入向量的概念，给研究点、线、面之间 的关系带来许多方便。同样地，在本节我们引入 n 维向量 的概念，将对研究某些问题带来极大的方便。

3.1.1

n 维向量的概念数域 F (一般为实数域 R 或复数域 C )中 n 个数

定义 1

a1 , a2 , , an 构成的有序数组，称为数域 F 上的一个 n 维向量。 a i

称为该向量的第 i 个分量 (i 1,2, , n) 。 分量是实数的向量称为实向量，分量是复数的向量称为复向 量。数域 F 上全体 n 维向量组成的集合记为 F 。特

安庆师范学院数学与计算科学学院2014届毕业论文

向量组线性相关与线性无关的判别方法

摘要 向量组的线性相关性与线性无关性是线性代数中最为抽象的概念之一，如何判别向量组的

线性相关与线性无关是正确理解向量的关键，本文介绍了它与行列式、矩阵、线性方程组的解之间的关系.总结了向量组线性相关和线性无关的判定方法.

关键词 向量组 线性相关 线性无关 矩阵 秩

1 引言

在高等代数中，向量组的线性相关和线性无关的判定这个课题有许多的研究成果，它与行列式，矩阵，线性方程组的解，二次型，线性变换以及欧式空间都有着重要的联系，然而向量的线性相关与线性无关的判别是比较抽象和难以理解的，实际上，向量组的线性相关与线性无关是相对的，我们只要掌握了线性相关的判别，那么线性无关的判别也就迎刃而解了，至今已给出了以下几种常见的方法：利用定义法判断，利用齐次线性方程组的解判断，利用矩阵的秩判断，利用行列式的值判断等.其中，利用齐次线性方程组，利用矩阵的秩，利用行列式的值这三种方法的出发点不同但实质是一样的.

2 向量组线性相关和线性无关的定义

定义 设向量组?1,?2,?,?m都为n维向量，如果数域P中存在一组不全为零的数

k1,k2km,使k1?1?k2?2?

第4章矩阵的秩与n维向量空间

本章主要内容：n维向量的概念与线性运算向量组的线性相关线性无关的概念及其有关的重要理论向量组的最大无关组向量组的

秩矩阵的秩与向量组的秩之间的关系向量空间与子空间

基底与维数向量的坐标与坐标变换公式向量的内积正交

矩阵

教学目的及要求：理解n维向量的概念，掌握向量的线性运算．理解向量组

的线性相关，线性无关的定义及有关的重要结论．理解向

量组的最大无关组与向量组的秩，理解矩阵的秩与向量组

的秩之间的关系，并掌握用初等变换求向量组的秩．理解

基础解系的概念，了解n维向量空间及子空间，基底，维

数，坐标等概念．掌握向量的内积及其性质、向量的长度

及其性质、正交向量、正交向量组及其性质、正交规范化

方法以及正交矩阵及其性质．

教学重点：向量组的线性相关、线性无关的概念及其有关的重要理论；向量组的正交规范化的方法；正交矩阵的概念及其性质．

教学难点：向量组的线性相关、线性无关的概念及其有关的重要理论；施密特正交化方法及应用

教学方法：启发式

教学手段：讲解法

教学时间：8学时

教学过程：

1 4．1 矩阵的秩

矩阵的秩是矩阵的一个重要的数字特征，是矩阵在初等变换下的一个不变量，它能表述线性代数变换的本质特性，矩阵的秩在研究n 维向量空间的空间结构及向量之间的相

线性方程

第二节

线性方程

一,向量的概念定义 n 个数组成的有序数组 α = (a1 , a 2 , , a n ) 称为

维向量. 一个 n 维向量.的分量或坐标. a1 , a2 ,, an 称为向量 α 的分量或坐标.

行向量

α = (a1 , a 2 , , a n ) a1 a2 α = a n

列向量

或 α = (a1 , a 2 , , a n )T

线性方程

维向量. 一般用希腊字母α , β , γ 等表示 n 维向量.

分量全部为零的向量称为零向量, 分量全部为零的向量称为零向量,记为 θ . 向量可视为特殊的矩阵, 因此, 向量的相等 加减法, 相等, 向量可视为特殊的矩阵 因此 向量的相等,加减法, 数乘等概念完全与矩阵相同 等概念完全与矩阵相同. 数乘等概念完全与矩阵相同设 α = (a1 , a 2 , , a n ),β = (b1 , b2 , , bn ),

则 α + β = ( a1 + b1 , a 2 + b2 , , a n + bn ),

kα = ( ka1 , ka 2 , , ka n ) .

线性方程

向量的线性运算满足以下八条运算律: 向量的线性运算满足以下八条运算律:

(1)

第十二讲 向量组的最大线性无关组

一、考试内容与考试要求

考试内容

向量组的最大线性无关组；等价向量组；向量组的秩；向量组的秩与矩阵的秩之间的关系；向量的内积；向量空间及其相关概念；n维向量空间的基变换和坐标变换；过渡矩阵；规范正交基．

考试要求

（1）理解向量组的最大线性无关组的概念，会求向量组的最大线性无关组； （2）理解向量组的秩的概念，理解矩阵的秩与其行（列）向量组的秩之间的关系，会求向量组的秩；

（3）理解向量组等价的概念；

（4）了解内积的概念，了解规范正交基；

（5）了解n维向量空间、子空间、基底、维数、坐标等概念；

（6）了解基变换和坐标变换公式，会求过渡矩阵．

注 考研数学二、三不考向量空间等概念，对数学一的考生要求掌握向量空间的有关内容．

二、知识要点

引入 当方程组Ax?o（Ax?b）有无穷解时，可以用有限个解表示出来，这有限个解就是解集的基础解系，一个基础解系也就是一个最大线性无关向量组．

向量组的秩：是这有限个解的个数，也就是最大无关组中向量的个数，或基础解系中解向量的个数．

复习 首先简单复习本讲需要用到的一些知识。

线性表示：??k1?1?k2?2???km?m，对k1,k2,?km没有要求，且

R(

第六章 线性空间自测题

一、判断题(正确的结论打“√”，并给出简单证明，错误的打“×”，试给出反例)

1、定义在整数集上的实函数全体，按通常函数的运算构成实数域上的线性空间。 ( ) 2、设W是线性空间V的子空间，若存在?,??V，但??W且??W，则必有????W

( )

3、若线性空间V的任一向量均可由线性无关的向量组?1,?2,?,?r线性表出，则

dimV?r。 ( )

4、设由基?1,?2,?,?n过渡到基?1,?2,?,?n的矩阵为A，由基?1,?2,?,?n过渡到基

?1,?2,?,?n的矩阵为B，则由?1,?2,?,?n过渡到?1,?2,?,?n的矩阵为AB。

( )

5、设V是一个线性空间，且V?{0}，则它不能表示为它的两个非平凡子空间的并集。

( )

6、设由?1,?2,?,?n是线性空间V的一组基，则?1??2,?2??3,?,?n?1??n,?n??

线性空间的同构

由前面的讨论知道，给定数域F上的n维线性空间V的一个基?1,?2,V中的任意一个向量x由?1,?2,,?n后，

,?n唯一线性表示，即存在唯一的

,?n]a。反之，对任意一个向量,?n]a，所以在线性空间V和Fn之

a??a1a2an??Fn，使得x?[?1,?2,Ta?Fn，存在唯一的x?V，使得x?[?1,?2,间存在一一的线性映射。这样，V的一些性质在Fn中会有所体现，所以研究Fn的属性将对V中的问题有所刻画，由此我们给出同构的概念。

定义1 设U,V是数域F上的线性空间，T是从U到V的线性映射，如果T是一一映射且为满射，则称T为从U到V的同构映射。若线性空间U,V之间存在同构映射，则称U,V同构。若T为从U到U的同构映射，则称T为U的自同构映射。

例1 数域F上的n维线性空间V与Fn同构。

?01?22TR?x?R例2 定义T(x)??，，则为的自同构映射。 x??10?定理1 设T为从数域F上的线性空间U到V的线性映射，且为满射，则T为

U到V的同构映射充分必要条件是若T(x)??v有x??u。

证明 必要性 设T为U到V的同构映射，由于T是一一映射及T(?u)??v，故

有若T(x)??v，则x??u。

充分性 只

第六章 线性空间和欧式空间 §1 线性空间及其同构

一 线性空间的定义

设V是一个非空集合，K是一个数域，在集合V的元素之间定义了一种代数运算，叫做加法；这就是说，给出了一个法则，对于V中任意两个元素?和?，在V中都有唯一的一个元素?与他们对应，成为?与?的和，记为?????。在数域K与集合V的元素之间还定义了一种运算，叫做数量乘法，即对于数域K中任一数k与V中任一元素?，在V中都有唯一的一个元素?与他们对应，称为k与?的数量乘积，记为??k?，如果加法与数量乘法满足下述规则，那么V称为数域K上的线性空间。 加法满足下面四条规则：

1）???????；交换律

2）(???)?????(???)；结合律

3）在V中有一个元素0，对于V中任一元素?都有??0??（具有这个性质的元素0称为V的零元素）； 存在零元

4）对于V中每一个元素?，都有V中的元素，使得????0（?称为?的负元素）.存在负元 数量乘法满足下面两条规则：

5）1???； 存在1元 6）k(l?)?(kl)?. 数的结合律 数量乘法与加法满足下面两条规则：

7）(k?l)??k??l?； 数的分配律 8）

第一章 行列式 —— §1.2 n阶行列式

§1.2 n阶行列式

为了得到更为一般的线性方程组的求解公式，我们需要引入n阶行列式的概念。为此，先介绍排列的有关知识。

㈠排列与逆序：(课本P4)

１、排列的定义：由数码1，2，…，n，组成一个有序数组i1i2?in，

称为一个n级排列。

【例1】1234是一个4级排列，

3412也是一个4级排列，

而52341是一个5级排列。(课本P4中例)

【例2】由数码1，2，3 组成的所有3级排列为：123，132，213，231，312，321共有3! = 6个。

【例3】数字由小到大的n级排列1234…n 称为自然序排列。

２、逆序的定义：在一个n级排列i1i2?in中，如果有较大的数it排在is的前面，则称it与is构成一个逆序。(课本P4)

【例4】在4 级排列3412中， 31，32，41，42，各构成一个逆序，

在5 级排列34152中， 31，32，41，42，52，共构成5个逆序。 3、逆序数的定义：一个n级排列i1i2?in中逆序的总数，称为这个排列的逆序数，记为N(i1i2?in)。(课本P4) 【例5】排列3412的逆序数为N(3412) = 4，

排列52341的逆序数为N(

2.2.1向量加法运算及 其几何意义

新课导入1. 物理学中，两次位移 同的。 的结果和位移 是相 OA, AB OB

2. 物理学中，作用于物体同一点的两个不共线的合 力如何求得？ 3. 两个向量的合成可用“平行四边形法则”和“三 角形法则”求出，本节将研究向量的加法。

向量的加法

已知向量a,b,在平面内任取一点A,作 BC b,则向量 AC 叫做a与b的和，记作a+b,即 a+b= AB BC AC

a AB ,

求两个向量和的运算，叫做向量的加法. 这种求作两个向量和的方法叫做三角形法则，简记 “首尾相连，首是首，尾是尾”。

向量的加法 以同一点O为起点的两个已知向量a,b为邻边作平 行四边形ABCD则以O为起点的对角线 OC 就是a与 b的和。

我们把这种作两个向量和的方法叫做向量加法的 平行四边形法则。

向量的加法

对于零向量与任一向量a,规定a+0=0+a=a

例 题 已知向量a,b,用两种方法求作向量a+b。

解：

思 考 当在数轴上表示两个共线向量时，它们的加 法与数的加法有什么关系？

归

纳

两个向量的和仍