4.1 向量及其线性组合 4.2 向量组的线性相关性 4.3 向量组的秩 4.4 矩阵的秩 4.5 向量空间 4.6 线性方程组解的结构

5.1 n维向量 5.2 向量组的线性相关性 5.3 矩阵的秩与向量组的秩 5.4 向量空间 5.5 基、维数与坐标 5.6 线性方程组解的结构 5.7 超定方程的解——最小二乘问题 5.8 应用实例 5.9 习题

1、理解向量空间的概念,并清楚线性代数所讨论的问题都是在向量空间的基础上讨论的。 2、清楚向量空间是欧几里得几何空间的推广,能熟练的判定一个向量空间,子空间

4.4向量空间 1.向量空间:设V是具有某些共同性质的n维向量的集合,若 对任意的a,B∈V,有a+B∈V;(加法封闭) 对任意的a∈V,k∈R,有ka∈V.(数乘封闭) 称集合为向量空间

向量空间 一、向量空间及其子空间 1定义:设V是n维向量的非空集合,如果V对于向量加法及数乘两种运算封闭,即:

使学生掌握向量的概念；向量组的线性相关性及判定线性相关性的定理、性质；向量组的秩及与秩相关的定理和求秩的方法；线性方程组解的结构理论、向量空间

提出了一种基于支持向量机的露天转地下开采边坡变形模型,有效表达了地下开采扰动引起露天矿边坡变形的非线性变化关系.采用RBF核函数学习现场监测数据,利用交叉验证选择模型参数,通过学习捕捉支持向量,建立模型预测未来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明,支持向量机对学习样本的拟合精度极高,其预测精度也很高.采用捕捉的支持向量进行预测,便捷快速且有较强泛化能力

1. 行秩、列秩、矩阵的秩 把矩阵的每一行看成一个向量，则矩阵可被认为由这些行向量组成， 把矩阵的每一列看成一个向量，则矩阵可被认为由这些列向量组成。 定义1：矩阵的行向量的秩，就称为矩阵的行秩; 矩阵的列向量的秩，就称为矩阵的列秩

一、线性组合 二、线性相关和线性无关 三、向量组的等价 四、向量组的最大无关组和秩 五、向量空间的基与向量的坐标

一、最大线性无关向量组 二、矩阵与向量组秩的关系 三、向量组秩的重要结论 四、小结思考题