线性代数及其应用_第一章(线性代数中的线性方程组)

1.1 线性方程组

I.概念  

  线性方程

  线性方程组

  解

  解集

  等价线性方程组

  相容 / 不相容

  系数矩阵

  增广矩阵

  行等价矩阵

 

1.2 行化简与阶梯形矩阵

I.概念  

  先导元素

  阶梯形

  简化阶梯型  缩写RREF

  主元

  主元位置

  主元列

  行化简算法

    1.从最左的非零列开始,这是一个主元列,主元位置在该列顶端;

    2.在主元列中选取一个非零元素作为主元,若有必要,对换两行使这个元素移到主元位置上;

    3.用倍加行变换将主元下面的元素变成0;

    4.继续对目前操作的主元位置所在行下面的子矩阵重复1-3;

    5.从最右边的主元开始,把每个主元上方的各元素变成0.若主元不是1,用倍乘变换将它变成1.

    注:1到4步为向前步骤,5为向后步骤。第二步中选择一列中绝对值最大的元素作为主元,称为部分主元法。

  基本变量 / 先导变量

  自由变量

II.定理 / 定义

  每个矩阵行等价与唯一的简化阶梯形矩阵

  线性方程组相容的充要条件是增广矩阵的最右列不是主元列

 

1.3 向量方程

I.概念

  列向量:仅含一列的矩阵

  Rn:n为正整数,Rn表示所有n个实数数列(或有序n元组)的集合,通常写成n×1列矩阵的形式。

  线性组合:给定Rn中向量v1v2,···,vp和标量c1,c2,···,cp,向量 y = c1v1+···+cpvp 称为向量v1v2,···,vp以c1,c2,···,cp为权的线性组合。

 

II.定理 / 定义

  若v1v2,···,vp是Rn中的向量,则v1v2,···,vp的所有线性组合所成的集合用记号 Span{v1v2,···,vp} 表示,称为由v1v2,···,vp所生成(或张成)的Rn的子集。也就是说,Span{v1v2,···,vp} 是所有形如 c1v1+c2v2+···+cpvp 的向量的集合,其中c1,c2,···,cp为标量。   # 重点:Span 是 Rn 子集,Span为不同c取值得到的y = c1v1+···+cpvp集合

 

1.4 矩阵方程 Ax=b

I. 概念

  Rm中向量集 {v1,···,vp} 生成Rm的意思是说,Rm中的每个向量都是 v1,···,vp 的线性组合,即 Span{v1,···,vp} =Rm.

  点积

  单位矩阵 I ,n×n的单位矩阵In,对任意Rn中的x,有Inx=x

II.定理 / 定义

  若A是m×n矩阵,它的各列为 a1,···,an 。若 x 是 Rn 中的向量,则A与x的积(记为Ax)就是A的各列以x中对应元素为权的线性组合。Ax仅当A的列数等于x中的元素个数时才有定义。

  若A是m×n矩阵,它的各列为 a1,···,an ,而b属于Rm,则矩阵方程 Ax=b向量方程 x1a1+x2a2+···+xpap =b 有相同的解集。又与增广矩阵为 [a1 a2 ··· anb ] 的线性方程组有相同的解集。

  方程 Ax=b 有解当且仅当 b 是 A 的各列的线性组合。

  设A是m×n矩阵,则下列命题是逻辑上等价的。也就是说,对某个A,它们都成立或者都不成立。(A为系数矩阵,而非增广矩阵)

    a. 对Rm中每个b,方程Ax=b有解。

    b. Rm中的每个b都是A的列的一个线性组合。

    c. A的各列生成Rm。(A的各列生成Rm,意思是Rm中的每个向量b都是A的列的线性组合)

    d. A在每一行都有一个主元位置。

转载于:https://www.cnblogs.com/kuailemoyu/p/9835653.html

  • 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