回顾:向量组的线性组合 定义:给定向量组A:a1a2,…am,对于任何一组实数表达式

一、 向量的内积与长度 二、 正交向量组 三、 施密特正交化方法 四、 正交矩阵 五、 小结

特征值与特征向量的概念与求法 特征值与特征向量的性质 相似矩阵的概念与性质 特征值与特征向量 方阵可相似对角化的条件 将方阵相似对角化的方法 实对称矩阵的性质 用正交矩阵使对称阵对角化

一、特征值与特征向量的概念及性质 二、特征值与特征向量的计算

第一节 消元法与线性方程组的相容性 第二节 向量组的线性相关性 第三节 向量组的秩，矩阵的行秩与列秩 第四节 数组向量空间 第五节 线性方程组解的结构

一、向量范数 定义1.对于n维向量空间R”中任意一个向量x, 若存在唯一一个实数∈R与x对应,且满足 (1)(正定性)≥0,且Vx∈,=0x=0; (2)(齐次性)axa,ver,a∈R (3)(三角不等式)x+y,Vx,y∈r\ 则称为向量x的范数

第一章几何空间中的向量 第三节空间坐标系 1、仿射坐标系 2、空间直角坐标系 3、向量运算的坐标表示 4、向量在轴上的投影

3.4.1 向量组的等价 3.4.2 向量组的极大无关组 3.4.3 向量组的极大无关组的求法

5.1矩阵的特征值与特征向量 定义:对于n阶方阵A,若有数λ和向量x≠0满足Ax=x,称λ为A 的 特征值,称x为A的属于特征值λ的特征向量 特征方程:Ax=λx(A-E)x=0或者(ae-A)x=0 (A-E)x=0有非零解det(-E)=0

6.1 向量空间的定义和例子 6.2 子空间 6.3 向量的线性相关 6.4 基和维数 6.5 坐 标 6.6 向量空间的同构 6.7 矩阵的秩 齐次线性方程组的解空间