线性代数之N维向量

Posted QtHalcon

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性代数之N维向量相关的知识,希望对你有一定的参考价值。

 向量空间是线性代数的重要研究对象,具有广泛的应用。

1 n维向量运算

    向量既有大小又有方向,如下表示:

m*n个数aij(i=1,2,...,m;j=1,2,...,n)排成m行n列的矩形数表

    若向量大小相当,方向相同则着两个向量相等

    n个数a1,a2,...,an组成的有序数组(a1,a2,...,an)称为n维向量,这n个数称为该向量的n个分量,分量全为实数的向量称为实向量,分量中有复数的向量称为复向量。列向量用字母αβ表示,行向量用αT,βT表示

    两个向量相等得满足以下条件:

    分量全为0的向量称为0向量,记为0

    向量的线性运算和矩阵运算类似:

    我们可以用n维向量研究n元线性方程组:

    实数域上的全体n维向量,构成n维向量空间,记为R^n

2 向量组的线性相关性

    如果α1,α2,...,αm,β∈R^n,存在一组实数k1,k2,...,km,满足下面公式,则称β是向量组α1,α2,...,αm的一个线性组合,称k1,k2,...,km为组合系数

    下列公式中,当k1,k2,...,km是不全为0的实数,则称α1,α2,...,αm线性相关,否则称线性无关

    α1,α2,...,αm线性相关的充要条件是|A|=0

    矩阵A=(α1,α2,...,αm)的秩小于m则称α1,α2,...,αm线性相关,否则称线性无关

    α1,α2,...,αm线性相关的充要条件是至少有一个向量可以由其余m-1个向量线性表示

    设两个n维向量组A:α1,α2,...,αs和B:β1,β2,...,βt,若B中任一向量都可以由A中的向量线性表示,则称B可以由A线性表示

    若A能由B表示,B能由A表示,则称A与B等价,记作A~B

    如果向量组A:α1,α2,...,αs中有一个部分组B:αi1,αi2,...,αir,若B线性无关,再添加A中任意其他向量α,αi1,αi2,...,αir,α线性相关,则称B为A的一个极大线性无关组

    向量组A的极大线性无关组中所含向量的个数称为这个向量组的秩,记为r(A)

    若向量组A可由向量组B线性表示,则r(A)<=r(B)

    r(A+B)<=r(A)+r(B),r(AB)<=minr(A),r(B)

    矩阵的行向量组的秩称为A的行秩,矩阵的列向量组的秩称为A的列秩

    矩阵的初等行变换不改变列向量之间的线性关系,矩阵的初等列变换不改变行向量之间的线性关系

3 向量空间

    设V是n维向量空间R^n的一个非空子集,如果

  • V对于向量加法是封闭的,即任意α,β∈V,有α+β∈V

  • V对于数乘向量是封闭的,即任意α∈V,任意k∈R,有kα∈V

    则称集合V是一个向量空间

    设α1,α2,...,αr是向量空间V中的向量,满足

  • α1,α2,...,αr线性无关

  • V中任一向量都可以由α1,α2,...,αr线性表示

    则称α1,α2,...,αr为向量空间V的一个基,r称为向量空间V的维数,并称V为r维向量空间

    A:α1,α2,...,αn和B:β1,β2,...,βn是R的两组基,若(β1,β2,...,βn)=(α1,α2,...,αn)C,则称矩阵C为α到β的过渡矩阵

    设α=(a1,a2,...,an)^T,β=(b1,b2,...,bn)^T为R^n中的两个向量,记(α,β)称为α与β的内积,内积为实数,如下所示:

    向量α的长度称为α的模|α|,如下:

    长度为1的向量为单位向量

    设两个非零向量α,β∈R,规定α与β的夹角θ,如下:

    如果(α,β)=0,称α与β正交,即两个非零向量正交的充要条件是θ=π/2

    若向量组α1,α2,...,αr两两正交,则α1,α2,...,αr称为正交向量组,正交向量组一定是线性无关的向量组

    若矩阵A满足以下条件则称为正交矩阵:

    正交矩阵有以下性质:

以上是关于线性代数之N维向量的主要内容,如果未能解决你的问题,请参考以下文章

线性代数之N维向量

线性代数期末大总结II

线性代数期末大总结II

机器学习笔记:支持向量机SVM

向量的点乘和叉乘

感知机