竭诚为您提供优质文档/双击可除a1,a2,a3是规范正交向量组, 篇一：第三讲向量组 第三讲向量组 --------------------------------------------------- 向量作为工具可以描述空间中的点、矩阵中的行或列、线性方程组中的方程等等。研究向量的线性运算[加法与数乘]、向量组线性相关性、向量组的秩[矩阵秩]与最大无关组、等价向量组等概念可以解决线性方程组的理论。 向量组是线性代数的重难点之一，概念多，内容抽象，推理逻辑性强，描述要求准确，与矩阵、方程组相互交织，可以相互转换。例如，向量组秩、最大无关组是线性方程组解的判定、结构定理的理论基础；向量组的秩和相应矩阵秩一致，是向量组与矩阵结合点，反映了向量组和矩阵的本质。 向量组主要分三大部分： ■线性表示与线性相关性：向量的线性组合和线性表示；向量组的线性表示与等价向量组；向量组的线性相关性； ■向量组的秩：向量组的最大无关组与秩的概念、性质
及求法，向量组秩与矩阵秩关系；秩与线性相关性的关系； ■向量空间：向量空间及其基、维数；向量在基下的坐标；两基间的过渡矩阵；基的规范正交化： 正交阵及其性质。 教材:第四,第五章第1节。 ----------------------------------------------------------------------------------------- 一、主要内容 1、向量及其线性运算 ----概念 ------------------------------------------ （1）n个数组成的有序数组称为n维向量；写成一行的称为行向量，写成一列的称为列向量；若干个同维行（列）向量的集合称为向量组； （2）设有向量a(a1,a2,,an),b(b1,b2,,bn),实数kR，则下列运算 ka(ka1,ka2,,kan)，ab(a1b1,a2b2,,anbn)， 称为向量的线性运算； （3）设有向量组a1,a2,,an和向量b，若存在常数 k1,k2,,kn，使得有 bk1a1k2a2knan，
Gram-Schmidt 正交化方法 正射影 设欧式空间V 中向量s ααα ,,21线性无关,令 ;11αβ= 11 11 22,,ββββααβ-=; (1) 22 2231111333,,,,ββββ αββββααβ-- =; (11) 11 22221111,,,,,,--------=s s s s s s s s s ββββαββββαββββααβ . 则s βββ,,,21 均非零向量,且两两正交.再令,1 i i i ββγ= s i ,.2,1 = 则},,,{21s γγγ 为规范正交组. 将(1)重新写成i i i i i i t t βββα+++=--11,11, , s i ,,2,1 = 其中k k k i ik t βββα,,= ,,,,2,1s i = .1,,2,1-=i k {}, ,,2,1,s j i ∈? 有 ∑∑-=-=++= 1 1 1 1 ,,j k j k jk i k i k ik j i t t ββββαα()???? ? ?? ? ?? ??? ????????? ? ? =-001,000,000,0,,0,1,,,1112222111,21 j j j i i i i t t t t t t ββββββ 令??????? ? ? ?=---10 001001011,2,2,11,1,121 s s s s s s t t t t t t T
则 T T s s s s s s s s s s s s s s ??????? ? ??=????? ? ?? ? ?-----ββββββββααααααααααααααααααααααα,0 00 0,0000,0 000,,,,,,,,,,,,,1 12211/2 1 1211122 21 212111 上式左端的实方阵是s ααα,,,21 的格兰母矩阵，记为：()s G ααα,,,21 ，上式右端中 间 的 对 角 阵 是 s βββ,,,21 的Gram 矩阵.即 有:()()T G T G s s βββααα,,,,,,21/21 = 因此()()s s s s G G βββββββββααα,,,,,,det ,,,det 22112121 == 注意：对任意一个向量组，无论它是线性相关，还是线性无关，它总有Gram 矩阵（或者事先给出定义）. 例1 设s ααα,,,21 欧式空间V 中向量，则 （1）()?≠0,,,det 21s G ααα s ααα,,,21 线性无关; （2）()?=0,,,det 21s G ααα s ααα,,,21 线性相关. 证明:只证（2） )?设s ααα,,,21 线性相关，则存在一个向量，不妨设为1α,可由其余向量线性 表示: s s k k ααα++= 221给s 阶的行列式()s G ααα,,,det 21 的第i 行乘数()i k -加到 第1行，s i ,,3,2 =得 ( )s s s s s s i s i i s s i i i s i i i s k k k G αααααααααααααααααααααααααα,,,,,,,,,,,,,,,det 21 22 21 22 12 2 212 1 1121 ∑∑∑===---= 0= )?法一：由上页证明推理过程立即得证。 法二：当()0,,,det 21=s G ααα 时，()s G ααα,,,21 的行向量组线性相关，因此存在不全为零的实数12,,,s k k k ，使
一、n 维向量的定义及运算 一、n 维向量的定义及运算二、向量空间 二、向量空间第一节向量空间 第二节向量的正交性
一、向量空间及其维数和基 一、向量空间及其维数和基 二、向量在基下的坐标 二、向量在基下的坐标
例1 设V 是一些n 维实向量的组成的非空集合，如果V 关 于向量的加法与数乘封闭(线性运算封闭)，即 (1) ?a , b ∈V , 有a +b ∈V . (2) ?a ∈V , k ∈R , 有k a ∈V . 则称V 是一个实向量空间. 一、向量空间及其维数和基 定义1全体n 维向量的集合{(x 1, x 2, …, x n )T | x i ∈R ,i=1, 2, …, n }是一个向量空间，记为R n . 特别的 n = 1 时全体实数R 是一个向量空间; n = 3 时全体三维向量{(x 1, x 2, x 3)T |x i ∈R ,i= 1, 2, 3 } 是一个向量 空间，记为R 3. n = 2 时全体平面中的向量{(x 1, x 2 )T | x i ∈R ,i=1, 2} 是一个向量空 间，记为R 2. 注：向量空间中必含有零向量。
例3 例2而W = {(a 1, a 2, …, a n )T |}01∑==n i i a 是一向量空间. }1|),,,{(1 21∑==…=n i i T n a a a a S 不是一向量空间, 因为它关于加法与数乘均不封闭，也不含零向量.仅含一个n 维零向量0=(0, 0, …, 0)T 的集合{0}构成一 个向量空间，称为零空间.除零空间之外的所有向量空间均称为非零空间。 设V 是一个向量空间，W V , W ≠?. 如果W 关于向量的加法与数乘也封闭，则称W 是V 的子空间. 定义2若W V ，并且V W , 则称两个向量空间相等，记为W=V. ???
施密特正交化 在中，如果上的一组向量能够张成一个，那么这一组向量就称为这个子空间的一个基。Gram－Schmidt正交化提供了一种方法，能够通过这一子空间上的一个基得出子空间的一个，并可进一步求出对应的。 这种正交化方法以和命名，然而比他们更早的（Laplace）和（Cauchy）已经发现了这一方法。在李群分解中，这种方法被推广为（）。 在数值计算中，Gram－Schmidt正交化是的，计算中累积的舍入误差会使最终结果的正交性变得很差。因此在实际应用中通常使用或进行正交化。 记法 ?：为n的内积空间 ?：中的元素，可以是向量、，等等 ?：与的 ?：、……张成的 ?：在上的 基本思想 图1v在V2上投影，构造V3上的正交基β Gram-Schmidt正交化的基本想法，是利用投影原理在已有正交基的基础上构造一个新的正交基。 设。V k是V n上的k维子空间，其标准正交基为，且v不在V k上。由投影原理知，v与其在V k上的投影之差 是正交于子空间V k的，亦即β正交于V k的正交基ηi。因此只要将β单位化，即 那么{η 1,...,η k+1 }就是V k在v上扩展的子空间span{v,η 1 ,...,η k }的标准正交 基。
根据上述分析，对于向量组{v 1,...,v m }张成的空间V n，只要从其中一个向量（不 妨设为v 1）所张成的一维子空间span{v 1 }开始（注意到{v 1 }就是span{v 1 }的正交 基），重复上述扩展构造正交基的过程，就能够得到V n的一组正交基。这就是Gram-Schmidt正交化。 算法 首先需要确定扩展正交基的顺序，不妨设为。Gram-Schmidt正交化的过程如下： 这样就得到上的一组正交基，以及相应的标准正交基。 例 考察如下R n中向量的，欧氏空间上内积的定义为
第五节振型向量正交性 对多自由度系统振动问题的分析与两自由度系统没有本质上的区别。只是由于自由度上的增多导致数学上计算变得复杂多了。因此，在研究多自由度系统振动问题时，应找出一种便于分析的方法，这就是模态分析法（振型叠加法）。为此，首先讨论有关耦合与解耦的方法。 一、耦合与解耦（教材6.7和6.8） 举例说明什么是耦合与解耦。 D y 如图所示是一刚性杆AD，用刚度分别为 1 k和 2 k的弹簧支承与A、D两端。
（1） 取质心C 点的垂直位移C y 和刚性杆绕C 点的转角θ为广义坐标。则刚性杆在振动中任一瞬时的受力如图所示。由几何关系，得 12112212D A C A C D C D A l y l y y y y l l l y y l y y l l θ θ θ+?=?=-+?? ?? ? =+-??=?+? 由牛顿运动定律，的系统的振动微分方程为 121122 C A D A D my k y k y J k y l k y l θ=--?? =-? （a ） 式中m 是刚性杆AD 的质量，J 是刚性杆AD 绕质心C 的转动惯量。整理式（a ），得 ()()()()12221122 221111220 C C C my k k y k l k l J k l k l y k l k l θθθ+++-=???+-++=?? （b ） 写成矩阵的形式 12221122221111220000C C y k k k l k l y m J k l k l k l k l θθ+-???????? ??+=??????????-+????? ????? （c ） 在上式中，质量矩阵是一个对角矩阵，反映在方程组中，就是两个微分方程的第一个方程仅包含一个广义坐标的二阶导数（加速度）C y ，第二个方程仅包含另一个广义坐标的二阶导数θ，这种加速度（惯性力）之间没有耦合的情况，称之为惯性解耦。 刚度矩阵是非对角矩阵，反映在
第一讲 Ⅰ 授课题目： §5.1 预备知识：向量的内积 Ⅱ 教学目的与要求： 1.了解向量的内积及正交向量组的概念； 1.了解把线性无关的向量组正交规范化的施密特(Smidt)方法； 2.了解正交矩阵概念及性质。 Ⅲ 教学重点与难点： 重点：正交向量组及正交矩阵 难点：施密特正交化方法 Ⅳ 讲授内容： 一、向量的内积 前面曾介绍过向量的线性运算，但在许多实际问题中，还需要考虑向量的长度等方面的度量性质.在此，作为解析几何中向量的数量积的推广，引进向量的内积运算. 定义1 设有n 维向量 ??????? ??=n x x x x 21，?????? ? ??=n y y y y 21， 令 []n x y x y x y x +++= 2211,， []y x ,称为向量x 与y 的内积. 内积是向量的一种运算，用矩阵记号表示，当x 与y 都是列向量时，有 []y x y x T =,. 内积具有下列性质（其中z y x ,,为n 维向量，λ为实数）： ① [][]x y y x ,,=； ② [][]y x y x ,,λλ=； ③ [][][]z x y x z y x ,,,+=+.
例1 设有两个四维向量??????? ??-=5121α，???? ?? ? ??--=56 03β.求[]βα,及[]αα,. 解 []3425603,-=--+-=βα []3125141,=+++=αα n 维向量的内积是数量积的一种推广，但n 维向量没有3维向量那样直观的长度和夹 角的概念，因此只能按数量积的直角坐标计算公式来推广.并且反过来，利用内积来定义 n 维向量的长度和夹角： 定义2 令x = []2 2221,n x x x x x ++= ，则x 称为n 维向量x 的长度（或范数）. 向量的长度具有下列性质： ① 非负性 当0≠x 时，0>x ，当0=x 时，0=x ； ② 齐次性 x x λλ=； ③ 三角不等式 y x y x +≤+. 向量的内积满足施瓦兹不等式 [][][]y y x x y x ,,,2 ?≤ 由此可得 [] 1 ,≤y x y x （当0y ≠x 时） 于是有下面的定义： 当0≠x ，0≠y 时， [] y ,arccos x y x =θ 称为n 维向量的夹角. 二、正交向量组 当[]0,=y x 时，称向量x 与y 正交.显然，若0=x ，则x 与任意向量都正交. 两两正交的非零向量组称为正交向量组. 定理 1 若n 维向量r ααα ,,21是一组两两正交的非零向量组，则r ααα ,,21线性无关. 证明 设有r λλλ ,,21使 02211=+++r r αλαλαλ ，