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

一、空间直角坐标系 二、向量及其线性运算 三、向量的分解与向量的坐标

4.1 向量的类型 4.2 向量及其线性组合 4.3 向量组的线性相关性 4.4 从向量空间看线性方程组的解 4.5 用MATLAB解线性方程组综述 4.6.1 减肥配方的实现 4.6.2 三维空间中的平面方程 4.6.3 价格平衡模型 4.6.4 混凝土配料中的应用

一、n维向量 1、定义n个数a1,a2,…,an组成的有序数组a=(a1a2…an)称为一个n维向量,其中a称为第i个分量(坐标).n维向量写成一行称为行向量,记作a,Bn维向量写成一列称为列向量,记作a,B

向量空间有两种运算:加法和数量乘法,合起来成为线性 运算。因此向量空间也可称为线性空间。向量空间元素之间的最基本的关系就体现在运算上即所谓线性关系上。因此讨论向量之间的线性关系在研究向量空间时起着极为重要的作用。本节仅限于在F中进行讨论

4.1 正交矩阵 4.1.1 维向量的内积 4.1.2 维向量的长度 4.1.3 维向量的夹角 4.1.4 正交向量组与施密特（Schmidt）正交化方法 4.1.5 正交矩阵

4.4.2关于特征向量与特征子空间的一些性质 命题线性变换的属于不同特征值的特征向量线性无关。 证明设A为VK上的线性变换,,2,是两两不同的特征值,(1≤i≤t)是 属于特征子空间V的特征向量,设k,k2,k,∈K,使得k5+k252+…+k5=0,两 边用A作用(i=1,2,…,-1),于是得到方程组

4.2.1 特征值和特征向量的概念 4.2.2 特征值和特征向量的性质 4.2.3 特征值和特征向量的求法 4.2.4 特征值和特征向量的特征

一般向量空间除只有一个零向量构成的零空间外，都含有无穷多个向量，这 些向量之间有怎样的关系，对于弄清向量空间的结构至关重要

一、矩阵的秩 如果把矩阵的每一行看成一个向量，那么矩阵就可以认为是由这些向量组成 的.同样，如果把每一列看成一个向量，那么矩阵也可以认为是由列向量组成的. 定义 15 所谓矩阵的行秩就是指矩阵的行向量组的秩；矩阵的列秩就是矩阵 的列向量组的秩