专转本向量与线性方程组

大纲要求

【考查内容】
        ~~~~~~~        n 维向量的概念 向量的线性组合与线性表示 向量组的等价向量组的线性相关与线性无关 向量组的极大线性无关组与向量组的秩 向量组的秩与矩阵的秩之间的关系 齐次线性方程组有非零解的充分必要条件 非齐次线性方程组有解的充分必要条件线性方程组解的性质和解的结构 齐次线性方程组的基础解系和
通解 非齐次线性方程组的通解。
【考查要求】

  1. 理解 n 维向量、向量的线性组合与线性表示的概念;理解向量组线性相关、线性无关的概念,会判定向量组的线性相关性。
  2. 理解向量组的极大线性无关组和向量组的秩的概念,会求向量组的极大线性无关组及向量组的秩;了解矩阵的秩与其行(列)向量组的秩之间的关系。
  3. 理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件。
  4. 理解齐次线性方程组的基础解系及通解的概念,掌握齐次线性方程组的基础解系和通解的求法;理解非齐次线性方程组解的结构及通解的概念,掌握用初等行变换求解线性方程组的方法

n维向量的概念

比 如 这 个 [ 1 2 3 4 5 6 7 8 9 ] → [ 1 4 7 ] [ 2 5 8 ] [ 3 6 9 ] 可 记 为 向 量 a 1 → , a 2 → , a 3 → 比如这个 \left[ \begin{matrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right] \rightarrow \left[ \begin{matrix} 1 \\ 4 \\ 7 \end{matrix} \right] \left[ \begin{matrix} 2 \\ 5 \\ 8 \end{matrix} \right] \left[ \begin{matrix} 3 \\ 6 \\ 9 \end{matrix} \right]可记为向量\overrightarrow {a_1},\overrightarrow {a_2},\overrightarrow {a_3} 147258369147258369a1 ,a2 ,a3
比 如 这 个 [ 1 2 3 ] 就 是 一 个 3 维 行 向 量 比如这个\left[ \begin{matrix} 1 & 2 & 3 \end{matrix} \right]就是一个3维行向量 [123]3
这 个 [ 1 3 3 4 ] 就 是 一 个 4 维 列 向 量 这个\left[ \begin{matrix} 1 \\ 3 \\ 3 \\ 4 \end{matrix} \right]就是一个4维列向量 13344

线性表示(出)与线性组合

向 量 组 α = a 1 → , a 2 → , a 3 → . . . . . . . . . . . a n → , 若 存 在 β = k 1 a 1 → + k 2 a 2 → + k 3 a 3 → . . . . . . . . . . . k n a n → , 那 么 称 β → 可 以 由 α 线 性 表 示 , 向量组α = \overrightarrow {a_1},\overrightarrow {a_2},\overrightarrow {a_3}...........\overrightarrow {a_n},若存在β = k_1\overrightarrow {a_1}+k_2\overrightarrow {a_2}+k_3\overrightarrow {a_3}...........k_n\overrightarrow {a_n},那么称\overrightarrow {β}可以由α线性表示, α=a1 ,a2 ,a3 ...........an ,β=k1a1 +k2a2 +k3a3 ...........knan ,β α线,
向 量 β → 是 向 量 组 α 的 线 性 组 合 , 其 中 k 1 , k 2 . . . . . . . . . . . . k n 称 为 线 性 组 合 的 系 数 向量\overrightarrow {β}是向量组α的线性组合,其中k_1,k_2............k_n称为线性组合的系数 β α线k1,k2............kn

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值