线性代数学习笔记之向量

原创

已于 2024-12-20 22:49:56 修改 · 1.8k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #学习 #笔记

于 2024-12-02 18:13:01 首次发布

1. 向量的概念与线性运算

1.1 向量的概念

引：①：向量中的每个元素称为分量。

②：向量中包含了几个分量，就是几维向量。

（1）行向量：

$eg:\alpha = (1,3,6,2)$

备注：行向量中的分量一般用逗号分隔开。

（2）列向量：

$eg:\beta =\begin{pmatrix} 1\\ 3\\ 7 \end{pmatrix}$

备注：列向量用的比较多。

（3）零向量：

$eg:\alpha = (0,0,0,0)$

$eg:\beta =\begin{pmatrix} 0\\ 0\\ 0 \end{pmatrix}$

备注：向量中的所有分量都为0。

（4）向量的转置：

$eg:\alpha = (1,5,8)\rightarrow \alpha ^{T}=\begin{pmatrix} 1\\ 5\\ 8 \end{pmatrix}$ $\beta=\begin{pmatrix} 1\\ 3\\ 8 \end{pmatrix}\rightarrow \beta^{T}=(1,3,8)$

备注： $\alpha _{1*n}*\beta _{n*1}$ 结果是一个标量。

（5）向量的相等：

两个向量相等，则两个向量的维数相等，对应位置的分量相等。

1.2 向量的线性运算

（1）向量的加减法：

遵守原则：1）两个向量的维数相等；2）对应位置的分量相加减相等。

备注：

①： $\alpha+\beta =\beta +\alpha$ （交换律）

②： $(\alpha+\beta)+\gamma =\beta +(\alpha+\gamma)$ （结合律）

③： $\alpha+0 =0 +\alpha=\alpha$ （ $0$ 为同维数的零向量）

④： $\alpha-\alpha =-\alpha + \alpha=0$ （ $0$ 为同维数的零向量）

⑤： $\alpha+\beta=\gamma \Leftrightarrow \beta =\gamma-\alpha\Leftrightarrow\alpha =\gamma-\beta$

（2）向量的数乘：

遵守原则：用数 $k$ 乘以向量 $\alpha$ ，就是用数 $k$ 乘以向量 $\alpha$ 内的每一个分量。

备注：

①： $1*\alpha =\alpha$

②： $(kl)\alpha =k(l\alpha)=l(k\alpha)$

③： $k(\alpha+\beta ) =k\alpha+k\beta$

④： $(k+l)\alpha =k\alpha+l\alpha$

⑤： $k\alpha =0$ $\Leftrightarrow$ $k$ = 0 或者 $\alpha =0$ （ $k$ 为实数， $\alpha$ 为向量，0是数， $0$ 是零向量）

（3）向量的乘法( $\gamma= \alpha * \beta$ )：

遵守原则：1）向量 $\alpha$ 的列数与向量 $\beta$ 的行数必须相等；

2）向量 $\gamma$ 的行数是向量 $\alpha$ 的行数，向量 $\gamma$ 的列数是向量 $\beta$ 的列数；

3）向量 $\alpha$ 的每行元素分别乘以向量 $\beta$ 的每列元素，再做和，结果写到相应的行列坐标位置上。

2. 向量的线性组合和线性表示

（1）设 $\alpha _{1}$ ， $\alpha _{2}$ ， $...$ $\alpha _{m}$ 是一组 $n$ 维向量， $k_{1}$ ， $k_{2}$ ， $...$ $k_{m}$ 是一组常数，则称

$k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}$

为向量组 $\alpha _{1}$ ， $\alpha _{2}$ ， $...$ $\alpha _{m}$ 的一个线性组合， $k_{1}$ ， $k_{2}$ ， $...$ $k_{m}$ 称为组合系数。

备注：可联想线性方程组：

①： $m$ 为线性方程组中未知量的个数， $n$ 为线性方程组中方程的个数。

②： $\alpha _{1}$ ， $\alpha _{2}$ ， $...$ $\alpha _{m}$ 是线性方程组中系数的组合， $k_{1}$ ， $k_{2}$ ， $...$ $k_{m}$ 是线性方程组中未知量的组合。