当前位置: 首页 > news >正文

【考研数学】线形代数第三章——向量 | 3)向量组秩的性质、向量空间、过渡矩阵

文章目录

  • 引言
  • 三、向量组等价、向量组的极大线性无关组与秩
    • 3.2 向量组秩的性质
  • 四、 n n n 维向量空间
    • 4.1 基本概念
    • 4.2 基本性质
  • 写在最后


引言

紧接前文学习完向量组秩的基本概念后,继续往后学习向量的内容。


三、向量组等价、向量组的极大线性无关组与秩

3.2 向量组秩的性质

性质 1(三秩相等) —— 设 A = ( β 1 , β 2 , … , β n ) = ( α 1 , α 2 , … , α n ) T \pmb{A=(\beta_1,\beta_2,\dots,\beta_n)=(\alpha_1,\alpha_2,\dots,\alpha_n)^T} A=(β1,β2,,βn)=(α1,α2,,αn)T ,其中 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn β 1 , β 2 , … , β n \pmb{\beta_1,\beta_2,\dots,\beta_n} β1,β2,,βn 分别为矩阵 A A A 的行向量组和列向量组,则矩阵 A A A 的秩、 A A A 的行向量组的秩、 A A A 的列向量组的秩相等。

性质 2 —— 设 A : α 1 , α 2 , … , α n A:\pmb{\alpha_1,\alpha_2,\dots,\alpha_n} A:α1,α2,,αn B : β 1 , β 2 , … , β n B:\pmb{\beta_1,\beta_2,\dots,\beta_n} B:β1,β2,,βn 为两个维数相同的向量组,若向量组 A A A 可由向量组 B B B 线性表示,则向量组 A A A 的秩不超过向量组 B B B 的秩。

性质 3 —— 等价的向量组秩相等,反之不对。

1,设向量组 A : α 1 , α 2 , … , α n A:\pmb{\alpha_1,\alpha_2,\dots,\alpha_n} A:α1,α2,,αn B : β 1 , β 2 , … , β n B:\pmb{\beta_1,\beta_2,\dots,\beta_n} B:β1,β2,,βn 的秩相等,且向量组 A A A 可由向量组 B B B 线性表示,则向量组 A A A 与向量组 B B B 等价。
2,设向量组 A : α 1 , α 2 , … , α n A:\pmb{\alpha_1,\alpha_2,\dots,\alpha_n} A:α1,α2,,αn 可由 B : β 1 , β 2 , … , β n B:\pmb{\beta_1,\beta_2,\dots,\beta_n} B:β1,β2,,βn 线性表示,但向量组 A A A 不可由向量组 B B B 线性表示,则向量组 A A A 的秩小于向量组 B B B
3,两个等价的向量组,各自构成的矩阵也等价,但反之不一定。


四、 n n n 维向量空间

4.1 基本概念

n n n 维向量空间 —— 所有 n n n 维向量连同向量的加法及数与向量的乘法运算称为 n n n 维向量空间,记为 R n . \pmb{R}^n. Rn.

—— 设 R n \pmb{R}^n Rn n n n 维向量空间,设 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 为向量空间中的 n n n 个向量,若满足:
(1) α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 线性无关;
(2)对任意的 β ∈ R n , β \pmb{\beta \in R^n,\beta} βRn,β 都可由向量组 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 线性表示,
α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn n n n 维向量空间 R n R^n Rn 的基。
特别地,若 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 两两正交,且都是单位向量,称其为正交规范基。

向量在基下的坐标 —— 设 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn R n R^n Rn 的基, β ∈ R n \beta \in R^n βRn ,若 β = k 1 α 1 + k 2 α 2 + ⋯ + k n α n \beta=k_1\alpha_1+k_2\alpha_2+\dots+k_n\alpha_n β=k1α1+k2α2++knαn ,称 ( k 1 , k 2 , … , k n ) (k_1,k_2,\dots,k_n) (k1,k2,,kn) 为向量 β \beta β 在基 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 下的坐标。

过渡矩阵 —— 由一组基变换为另一组基,可乘上一个矩阵,该矩阵称为过渡矩阵。

需要一些直观印象,才能更好理解向量空间。首先应理解的是,一个矩阵就代表一种变换。

4.2 基本性质

定理 1 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn n n n 维向量空间 R n R^n Rn 的基, β ∈ R n \beta \in R^n βRn ,令 A = ( α 1 , α 2 , … , α n ) A=(\pmb{\alpha_1,\alpha_2,\dots,\alpha_n}) A=(α1,α2,,αn) ,则向量 β \beta β 在基 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 下的坐标为 X = A − 1 β . \pmb{X=A^{-1}\beta}. X=A1β.

定理 2 —— 设 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn β 1 , β 2 , … , β n \pmb{\beta_1,\beta_2,\dots,\beta_n} β1,β2,,βn 为向量空间 R n R^n Rn 的两个基,令 A = ( α 1 , α 2 , … , α n ) , B = ( β 1 , β 2 , … , β n ) A=(\pmb{\alpha_1,\alpha_2,\dots,\alpha_n}),B=(\pmb{\beta_1,\beta_2,\dots,\beta_n}) A=(α1,α2,,αn),B=(β1,β2,,βn) ,则从基 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 到基 β 1 , β 2 , … , β n \pmb{\beta_1,\beta_2,\dots,\beta_n} β1,β2,,βn 的过渡矩阵为 Q = A − 1 B . \pmb{Q=A^{-1}B}. Q=A1B.

定理 3 —— 从基 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 到基 β 1 , β 2 , … , β n \pmb{\beta_1,\beta_2,\dots,\beta_n} β1,β2,,βn 的过渡矩阵与从基 β 1 , β 2 , … , β n \pmb{\beta_1,\beta_2,\dots,\beta_n} β1,β2,,βn 到基 α 1 , α 2 , … , α n \pmb{\alpha_1,\alpha_2,\dots,\alpha_n} α1,α2,,αn 到的过渡矩阵互为逆矩阵。


写在最后

到此,向量的理论部分就结束了。矩阵、向量、方程组三者的联系最近会总结发出来的。

http://www.lryc.cn/news/144016.html

相关文章:

  • 【技术】SpringBoot Word 模板替换
  • java jni nv21和nv12互转
  • 后端面试话术集锦第二篇:spring boot面试话术
  • Doris中分区和分桶使用教程
  • 电脑不安装软件,怎么将手机文件传输到电脑?
  • vue3 publish 出现的问题
  • 网络防御和入侵检测
  • 【科研论文配图绘制】task5 SciencePlots绘图包入门
  • R语言常用数学函数
  • 公网远程访问局域网SQL Server数据库
  • Apache Celeborn 让 Spark 和 Flink 更快更稳更弹性
  • 华为数通方向HCIP-DataCom H12-821题库(单选题:141-160)
  • Windows-docker集成SRS服务器的部署和使用
  • element-ui table表格滚动条拉到最右侧 表头与内容不能对齐
  • React中的性能测试工具组件Profiler的基本使用
  • 提升生产效率,降低运维成本:纺织业物联网网关应用
  • 【学习笔记】求解线性方程组的G-S迭代法
  • Kotlin协程flow缓冲buffer
  • 完全免费的GPT,最新整理,2023年8月24日,已人工验证,不用注册,不用登录,更不用魔法,点开就能用
  • LeetCode538. 把二叉搜索树转换为累加树
  • TP6 使用闭合语句查询多个or的模型语句
  • 浅析Linux SCSI子系统:设备管理
  • 爬虫逆向实战(二十五)--某矿采购公告
  • DPLL 算法之分裂策略
  • Jmeter+ServerAgent
  • 打破数据孤岛!时序数据库 TDengine 与创意物联感知平台完成兼容性互认
  • ubuntu22安装和部署Kettle8.2
  • 修复 Ubuntu Linux 中的“找不到命令‘python’”错误
  • 【业务功能篇86】微服务-springcloud-系统性能压力测试-jmeter-性能优化-JVM参数调优
  • mysql的登录与退出