线性代数向量题目,线性代数向量空间图解
先问大家一个问题,线性代数的研究对象是向量还是矩阵?心中默选一个答案往下看。
线性代数研究的对象是向量,而不是矩阵,矩阵只是研究的手段,有一门课程专门研究矩阵的叫《矩阵理论》。向量是有方向有大小的量,大小这个好理解,就是指向量的长度,方向呢,说起来有点空,不过一旦看到把向量用箭头表示的时候,也就一下子明白了。但是需要说明的是,为了表示方向,我们需要一个参照,于是会把向量放在坐标系中研究,向量起点规定为坐标原点。向量有两个非常简单但是十分重要的运算,向量加法和数乘。
向量加法满足平行四边
线性代数研究的对象是向量,而不是矩阵,矩阵只是研究的手段,有一门课程专门研究矩阵的叫《矩阵理论》。向量是有方向有大小的量,大小这个好理解,就是指向量的长度,方向呢,说起来有点空,不过一旦看到把向量用箭头表示的时候,也就一下子明白了。但是需要说明的是,为了表示方向,我们需要一个参照,于是会把向量放在坐标系中研究,向量起点规定为坐标原点。向量有两个非常简单但是十分重要的运算,向量加法和数乘。
向量加法满足平行四边
先问大家一个问题,线性代数的研究对象是向量还是矩阵?心中默选一个答案往下看。
线性代数研究的对象是向量,而不是矩阵,矩阵只是研究的手段,有一门课程专门研究矩阵的叫《矩阵理论》。向量是有方向有大小的量,大小这个好理解,就是指向量的长度,方向呢,说起来有点空,不过一旦看到把向量用箭头表示的时候,也就一下子明白了。但是需要说明的是,为了表示方向,我们需要一个参照,于是会把向量放在坐标系中研究,向量起点规定为坐标原点。向量有两个非常简单但是十分重要的运算,向量加法和数乘。
向量加法满足平行四边形法则,两个向量首尾顺次相连接,从起点指向终点。大家都学过。数乘向量表示对向量拉伸或压缩,拉伸或压缩不改变方向,但是向量加法改变方向。这两种运算就能够揭示线性代数的本质,相信我,不要忽视简单的东西。如下图所示,很显然,黄色向量=2×红色向量 3×紫色向量,表示将红色向量拉伸3倍、紫色向量拉伸2倍再求和就等于黄色向量,如图一。
图一
今天的知识点非常简单,就是回顾向量的加法和数乘两种简单运算。再让大家思考一个问题:为什么向量加法的这种计算规则是合理的?
如图二,假设你从A点走到B点,再从B点走到C点,是不是就等效于你从A点直接走到C点啊。
图二
线性代数中向量的问题
首先,在线性代数里,除非两个向量都是只含一个分量的向量,否则这两个向量是无法相乘的。以下分两种理解来解答题主的问题:1.两个向量都只含一个分量的情形。这时由于是两个非零向量,所以向量a的分量与向量b的分量都不是零。于是按向量乘法规则,ab是一个矩阵,其分量等于a的分量与b的分量的乘积。由于二分量都不是零,故它们的乘积也不是零,即ab作为矩阵的分量不是零,当然ab不是零矩阵。
2.假定题主的问题是“一个非零行向量a与另一个非零行向量b的转置的乘积一定是非零的吗?”。
此时的答案是否定的。例如,取a=(1, -1),b=(1, 1),则有ab^T=(1, -1) (1, 1)^T=(0).
3.假定题主的问题是“一个非零列向量a与一个非零列向量b的转置的乘积一定是非零的吗?”。
此时的答案一定是非零的。道理很简单:若a、b都是n维非零列向量,则ab^T是一个n×n矩阵,这个矩阵的每个元素是a的某个分量与b的某个分量相乘的结果,由于a、b都不是零向量,就导致矩阵的某个元素不是零(例如,若a的第i个分量不是0、b的第j个分量不是0,则矩阵ab^T的第i行第j列元素必不是0)。
线性代数中对向量定义的基础理解
n个有次序的数 组成的数组 定义为n维向量......1,2,3 这是一种次序
1,3,2 这也是一种次序
2,1,3 同样是一种次序
当然 1,-1,4,0 ;1,0,3,1 也是一种次序喽
“有次序”是指 一组数 交换数的位置后 就再也不是原来的 一组数 了
免责申明:以上内容属作者个人观点,版权归原作者所有,不代表恩施知识网立场!登载此文只为提供信息参考,并不用于任何商业目的。如有侵权或内容不符,请联系我们处理,谢谢合作!
当前文章地址:https://www.esly.wang/keji/29299.html 感谢你把文章分享给有需要的朋友!
文章评论