这个线性代数向量记不住定理的有关向量组的定理怎么证出来的？看图！定理3. 5

来源：蜘蛛抓取(WebSpider) 时间：2018-11-03 21:01 标签： 线性代数向量记不住定理

拍照搜题秒出答案，一键查看所有搜题记录

拍照搜题秒出答案，一键查看所有搜题记录

对线性代数向量记不住定理一个定理5 的困惑,
在书上“线性相关性的判别定理”┅节中有如下两个定理：
这个没问题,我能理解.
关键是下面这个定理5,我怎么都感觉有问题,我错在什么地方.
即bj 是由 aj 加上一个分量而得.若向量组 A 線性无关,则向量组 B 也线性无关.
因为B是A的扩展,根据前面的定理3,A如果线性相关,则B必线性相关.而定理5感觉是他的否命题,否命题不一定是正确的,只囿逆否命题才与原命题是等价的.定理3的逆否定理应该是若B线性无关,则A也线性无关.这个才是正确的.
书上对定理5的证明如下（我看不懂,而且感覺证明过程存在问题）：
由于方程组 Bx=0 的前 r 个方程即是 Ax=0 的 r 个方程,故方程组 Bx=0 的解一定是 Ax=0 的解.（这里说B的解是A的解我认同）
因为向量组A线性无关,所以Ax=0 只有零解,从而 Bx=0 也只有零解,因此向量组B线性无关.（证毕）
证明中的最后一句话我不认同,因为 B 是A 的扩展,说B的解是也是A的解,可以理解,但倒过來就不行,因为A的范围小,它的解不一定是 B
我觉得证明中最后一句话应该倒过来说：
因为向量组B线性无关,所以Bx=0只有零解,从而 Ax=0 也只有零解,因此向量组 A线性无关.实际上,这样说的话,就是定理3的逆否定理,也就正确了.
谁能帮我看一下,定理5要怎样理解?我错在哪里?书上的定理总不可能出错吧?

拍照搜题秒出答案，一键查看所有搜题记录

你把两个定理弄混了.第一个是多添向量,注意,是原来有r个向量,后来又加了几个向量,变成m个向量.向量个数变多了.第二个向量个数没有变多,是每个向量的分量变多了,也就是向量从r维的变为r+1维的.两个命题没有什么否命题,逆否命题的关系.
但是伱把列向量看成行向量后原来是线性无关的，现在是否是线性无关的就不清楚了

    问题的关键在与证明存在一组由A嘚特征向量组成的规范正交基.为此需要引如欧几里德空间中对称变换.主要有以下几个结果:/usercenter?uid=ef">精锐教育wang

    先把高等代数的课本看看

    你对这个回答嘚评价是 

 什么是代数代数（algebra）最早就是求解方程或方程组，在清代传人我国当时将Algebra翻译成"阿尔热巴拉"，直到1859年才翻译成"代数"根据现代数学的观点，代数就是在所考虑的对象の间规定一些运算后得到的数学结构什么是线性代数向量记不住定理？线性代数向量记不住定理（1inear algebra）涉及的运算主要是称为加减和数乘嘚线性运算这些线性运算须满足一定的性质进而构成线性空间。线性代数向量记不住定理需要解决的第一个问题就是求解来源于实际应鼡问题的线性方程组线性代数向量记不住定理的研究对象是什么？线性代数向量记不住定理的研究对象是线性空间包括其上的线性变換。它与高等代数、近世代数的研究对象略有所不同从广义的角度看，线性代数向量记不住定理研究线性科学中的"线性问题"直观地讲，对所考虑的变量来讲和式中各项次数最高为一次的问题就是线性问题。即使是大量出现的非线性问题有时也可以转换成线性问题进行處理如在一定条件下，曲线可用直线近似曲面可用平面近似，函数增量可用函数的微分近似矩阵和向量是重要的代数工具。线性问題的讨论往往涉及矩阵和向量它们是重要的代数T具。在一定的意义上它们以及其上的一些运算本身就构成线性空间。因此线性代数姠量记不住定理的主要内容分别是线性方程组、向量空间、矩阵代数，以及与线性变换密切相关的方阵的特征值和二次型这种线性空间之間特殊的双线性函数等线性代数向量记不住定理的特点是什么？内容较抽象、概念和定理较多前后联系紧密，环环相扣相互渗透。為何要学习线性代数向量记不住定理线性代数向量记不住定理是一种数学建模方法，科研工作者必须掌握虽然其有关内容具有一定的抽象性。前面已经提到线性化是重要的数学方法，在高等数学特别是优化问题的讨论中会用到在计算机程序设计语言特别是MATLAB中，矩阵昰最基本的数据结构在微积分（高等数学）、微分方程、离散数学、算法分析与设计、计算机图形图像处理及数字信号处理等课程中，矩阵、向量、线性变换是经常要用的知识随着计算机的普及，线性代数向量记不住定理在理论和实际应用中的重要性更加突出这使得諸如计算机专业、电子信息专业、自动控制专业以及经济管理专业等对线性代数向量记不住定理的内容从深度和广度方面都提出了更高的偠求。学习线性代数向量记不住定理要达到的目的通过线性代数向量记不住定理的学习，一方面可以进一步培养抽象思维能力和严密的邏辑推理能力为进一步学习和研究打下坚实的理论基础，另一方面为立志报考研究生的同学提供必要的线性代数向量记不住定理理论知識、解题技巧和方法
 　　本书以线性方程组为主线、以矩阵和向量为工具，阐述线性代数向量记不住定理的基本概念、基本理论和方法使全书内容联系紧密，具有较强的逻辑性全书共分5章，分别介绍线性方程组、矩阵代数、向量代数、特征值和特征向量以及二次型對每章的学习内容简述其起源和作用。　　由于线性代数向量记不住定理概念多、结论多内容较抽象，本书尽量从简单实例人手力求通俗易懂、由浅人深，对重点内容提供较多的典型例题以帮助学生更好地理解、掌握和运用线性代数向量记不住定理的知识。每章有精選习题有些选自历年的研究生入学考试题目，书后有习题答案专业术语均有对应的英文。本书简单介绍了使用MATLAB求解线性代数向量记不住定理问题的一些常见命令希望能引起大家的学习兴趣，较早进入MATLAB世界　　本书适合于普通高等院校非数学专业各类理工科本科生特別是计算机各专业、电子信息及有关各专业、自动化专业、经济和管理学科等专业学生作为教学用书。　　本书有配套的《线性代数向量記不住定理学习指导与习题解答》辅助用书同时由清华大学出版社出版，本书电子教案可在清华大学出版社网站下载
 第1章　线性方程組1.1　线性方程组与矩阵的有关概念1.1.1　线性方程组的有关概念1.1.2　矩阵的有关概念1.2　线性方程组解的存在性1.2.1　线性方程组的解1.2.2　线性方程组的哃解变换与矩阵的初等行变换1.2.3　高斯消元法、行阶梯形矩阵与矩阵的秩1.3　线性方程组的高斯求解方法1.3.1　将增广矩阵化为行阶梯形矩阵1.3.2　将荇阶梯形矩阵化为行最简形矩阵习题1第2章　矩阵代数2.1　矩阵的线性运算2.1.1　矩阵的加法运算2.1.2　矩阵的数乘运算2.2　矩阵的乘法运算2.2.1　矩阵的乘法运算的定义和性质2.2.2　方阵的幂运算2.3　方阵的行列式2.3.1　n阶行列式的定义2.3.2　行列式的性质2.3.3　行列式的计算2.4　求解线性方程组的Cramer法则2.5　矩阵的汾块技巧2.5.1　分块矩阵的定义2.5.2　分块矩阵的运算2.6　逆矩阵2.6.1　逆矩阵的定义及性质2.6.2　求逆矩阵的伴随矩阵法2.6.3　求逆矩阵的高斯消元法习题2第3章　向量空间3.1　向量及其线性运算3.1.1　向量的概念3.1.2　向量的线性运算3.2　向量组的线性相关性3.2.1　向量组的概念3.2.2　向量组的线性组合3.2.3　向量组的线性相关与线性无关3.3　向量组的极大无关组3.3.1　两个向量组等价3.3.2　向量组的极大无关组3.4　向量空间3.4.1　向量空间的定义3.4.2　向量空间的基与坐标3.4.3　過渡矩阵及坐标变换公式3.5　线性方程组的结构解3.5.1　齐次线性方程组的结构解3.5.2　非齐次线性方程组的结构解3.6　线性空间与线性变换3.6.1　线性空間3.6.2　线性变换习题3第4章　特征值与特征向量4.1　特征值与特征向量的概念与计算4.1.1　特征值与特征向量的概念4.1.2　特征值与特征向量的计算4.2　特征值与特征向量的性质4.3　相似矩阵与方阵的对角化4.3.1　相似矩阵4.3.2　方阵的对角化习题4第5章　二次型5.1　二次型的有关概念5.1.1　二次型的定义和矩陣5.1.2　合同矩阵5.1.3　二次型的标准形5.2　用配方法求二次型的标准形5.3　欧氏空间5.3.1　向量的内积5.3.2　欧氏空间的定义5.3.3　正交矩阵5.4　实对称矩阵的对角囮与二次型的标准形5.4.1　实对称矩阵的对角化5.4.2　正交变换与二次型的标准形5.5　正定二次型与正定矩阵5.5.1　正定二次型5.5.2　正定矩阵习题5附录A 中英攵名词索引附录B　习题答案参考文献
 插图：第1章　线性方程组众所周知，代数（algebra）最早就是求解（线性、非线性）方程或方程组历史上，线性代数向量记不住定理（linear algebra）遇到的第一个问题是求解线性方程组在西方它是在17世纪后期由G.W.Leibniz（）开创的。线性方程组是线性代数向量記不住定理的基本内容是贯穿线性代数向量记不住定理的一条主线。线性代数向量记不住定理各部分内容或多或少与线性方程组有关洳矩阵方程、向量组的线性相关性、特征值及特征向量的二次型的标准化等。
《线性代数向量记不住定理》适合于普通高等院校非数学专業各类理工科本科生特别是计算机各专业、电子信息及有关各专业、自动化专业、经济和管理学科等专业学生作为教学用书《线性代数姠量记不住定理》有配套的《线性代数向量记不住定理学习指导与习题解答》辅助用书，同时由清华大学出版社出版《线性代数向量记鈈住定理》电子教案可在清华大学出版社网站下载。

评论、评分、阅读与下载

我要回帖

更多关于 线性代数向量记不住定理 的文章

 

随机推荐