1.3 向量方程（线性代数及其应用-第5版-系列笔记）

内容概述

本节首先以${\mathbb{R}}^2$和${\mathbb{R}}^3$空间为例，引入了向量的概念、向量的几何表示，并介绍了向量的一些基本运算和性质，例如向量的加法和标量乘法、交换律、结合律等。接着引入了线性组合的概念，并将线性组合和线性方程组结合了起来。

${\mathbb{R}}^2$中的向量

仅含一列的矩阵称为列向量，或简称向量。举例如下：
$\mathbf{u}=\left[\begin{array}{c}1\\ 2\end{array}\right]$， $\mathbf{v}=\left[\begin{array}{c}0.2\\ 0.3\end{array}\right]$
所有两个元素的向量的集记为${\mathbb{R}}^2$，$\mathbb{R}$表示向量中的元素是实数，而指数2表示每个向量包含两个元素。
${\mathbb{R}}^2$中两个向量相等当且仅当其对应元素相等，因为${\mathbb{R}}^2$中的向量是实数的有序对。

给定${\mathbb{R}}^2$中两个向量$\mathbf{u}$和$\mathbf{v}$，它们的和$\mathbf{u}+\mathbf{v}$是把$\mathbf{u}$和$\mathbf{v}$对应元素相加所得的向量。例如，$\mathbf{u}=\left[\begin{array}{c}1\\ 2\end{array}\right]$和$\mathbf{v}=\left[\begin{array}{c}2\\ 5\end{array}\right]$两个向量的和是$\mathbf{w}=\left[\begin{array}{c}3\\ 7\end{array}\right]$

给定向量$\mathbf{u}$和实数$c$，$\mathbf{u}$与$c$的标量乘法是把$\mathbf{u}$的每个元素乘以$c$，所得向量记为$c\mathbf{u}$。
例如，
若
$$\mathbf{u}=\left[\begin{array}{c}3\\ -1\end{array}\right],c=5$$
则
$$c\mathbf{u}=5\left[\begin{array}{c}3\\ -1\end{array}\right]=\left[\begin{array}{c}15\\ -5\end{array}\right]$$

${\mathbb{R}}^2$的几何表示

因为平面上每个点由实数的有序对确定，所以可把集合点$(a,b)$与列向量$\left[\begin{array}{c}\mathbf{a}\\ \mathbf{b}\end{array}\right]$等同。因此，可把${\mathbb{R}}^2$看作平面上所有点的集合。
若${\mathbb{R}}^2$中向量$\mathbf{u}$和$\mathbf{v}$用平面上的点表示，则$\mathbf{u}+\mathbf{v}$对应于以$\mathbf{u}$, $0$和$\mathbf{v}$为三个顶点的平行四边形的第4个顶点。

${\mathbb{R}}^3$中的向量

${\mathbb{R}}^3$中的向量是$3\times 1$列矩阵，有3个元素，它们表示三维坐标空间中的点，或起点为原点的箭头。

${\mathbb{R}}^n$中的向量

若$n$是正整数，则${\mathbb{R}}^n$表示所有$n$个实数数列（或有序$n$元组）的集合，通常写成$n\times 1$列矩阵的形式，如：
$$\mathbf{u}=\left[\begin{array}{c}{u}_1\\ u_2\\ ...\\ u_n\end{array}\right]$$
所有元素都是零的向量称为零向量，用$0$表示（$0$中元素的个数可由上下文确定。）
下列是 R