线性代数教学教案
第3章 向量与向量空间
授课序号01
教 学 基 本 指 标
教学课题 第3章 第1节 维向量及其线性运算 课的类型 新知识课
教学方法 讲授、课堂提问、讨论、启发、自学 教学手段 黑板多媒体结合
教学重点 维向量的概念、向量的线性运算的性质 教学难点 向量的线性运算的性质
参考教材 同济版《线性代数》 作业布置 课后习题
大纲要求
理解维向量的概念
教 学 基 本 内 容
一． 维向量的概念
1．维向量：由个数组成的有序数组称为维向量.
2．称为维行向量，称为维列向量.
二．维向量的线性运算
1．定义：
（1）分量全为0的向量称为零向量；
（2）对于，称为的负向量；
（3）对于，，当且仅当时，称与相等；
（4）对于，，称为与的和；
（5）对于，，称为与的差；
（6）对于，为实数，称为的数乘，记为.
2．向量的线性运算的性质：对任意的维向量和数，有： n
n
n
n
nn
naaa,,,
21n
),,,(
21naaan1
2
na
a
an
n
12T
nαa,a,,a
12---T
na,a,,a
T
naaa),,,(
21
T
nbbb),,,(
21),,2,1(niba
ii
T
naaa),,,(
21
T
nbbb),,,(
21
T
nnbababa),,,(
2211
T
naaa),,,(
21
T
nbbb),,,(
21
1122---T
nnab,ab,,ab
T
naaa),,,(
21k
T
nkakaka),,,(
21k
n，，lk,
（1）;
（2）;
（3）;
（4）;
（5）;
（6）;
（7）；
（8）.
三．例题讲解
例1． 某工厂两天的产量(单位:吨)按照产品顺序用向量表示,第一天为第二天为
求两天各产品的产量和.
)()(
0
0-αα
1
向量线性运算知识点总结
一、向量的定义
在数学中，向量通常用箭头符号表示，比如$\vec{a}$或者$\overrightarrow{AB}$。向量是有方向和大小的量，通常用于表示空间中的位移、速度等。在n维空间中，一个向量可以表示为一个具有n个有序实数的n维坐标组$(x_1, x_2, \cdots, x_n)$，而在实际应用中，可以用行向量或列向量来表示。
在数学中，向量可以用于表示空间几何中的位移、速度、力等，同时也可以用于表示抽象意义上的量，比如代数中的多项式、矩阵等。在计算机科学中，向量也被广泛应用于向量空间的表示，比如在机器学习中的特征向量等。
二、向量的线性运算
向量的线性运算包括两种基本运算：向量的加法和数乘运算。
1. 向量的加法
设有两个n维向量$\vec{a}=(a_1,a_2,\cdots,a_n)$和$\vec{b}=(b_1,b_2,\cdots,b_n)$，则它们的和是一个n维向量，记作$\vec{a}+\vec{b}=(a_1+b_1,a_2+b_2,\cdots,a_n+b_n)$。向量的加法满足以下性质：
- 交换律：$\vec{a}+\vec{b}=\vec{b}+\vec{a}$
- 结合律：$(\vec{a}+\vec{b})+\vec{c}=\vec{a}+(\vec{b}+\vec{c})$
- 零向量：对于任意向量$\vec{a}$，都有$\vec{a}+\vec{0}=\vec{a}$，其中$\vec{0}$表示零向量
- 相反向量：对于任意向量$\vec{a}$，都有$\vec{a}+(-\vec{a})=\vec{0}$，其中$-\vec{a}$表示向量$\vec{a}$的相反向量
2. 数乘运算
设有一个n维向量$\vec{a}=(a_1,a_2,\cdots,a_n)$和一个实数$k$，则它们的数乘运算结果是一个n维向量，记作$k\vec{a}=(ka_1,ka_2,\cdots,ka_n)$。数乘运算满足以下性质：
(2)( :• + - ) + = ：• + ( - + )；
第3章 n维向量和线性方程组
向量是线性代数的重点内容之一，也是难点，对逻辑推理有较高的要求。
本章从研究向量的线性关系（线性组合、 线性相关与线性无关）出发， 然后讨论向量组含最 多的线性无关向量的个数， 即引出向量组的秩和最大无关组， 最后，应用向量空间的理论研 究线性方程组的解的结构。
无论是证明、判断、还是计算，关键在于深刻理解本章的基本概念，搞清楚其相互关系，并 会灵活应用。
3. 1 n维向量及其运算
定义（n维向量）由数域F中的n个数a-i,a2/ , an组成的有序数组
-■ - ( ai, a2, , an)
a2
耳一
称为数域F上的一个n维向量，前者称为行向量，后者称为列向量，其中 a1, a2 / ,an称为
向量的分量（或坐标）。分量是实（复）数的向量称为实（复）向量。如果没有特殊的声明， 以下所讨论指数域 F上的向量。
行向量可以看成行矩阵， 列向量看成列矩阵，向量的运算规定按矩阵的运算法则进行。 以下讨论的向量，再没有指明是行向量还是列向量时，都当作列向量。
设有向量
■■ = （ ai,a2,…，an） ，- - （b1 ,b2 / , bn ）
则向量相等的定义为
- ai = bi （i=1,2,…,n）
向量的加法定义为
a + P =（ai +bi a? +b2 …a* +bn T
数乘向量的定义为
k： （「k）二（kai,ka2, ,kan） T
向量的加法以及数乘运算统称为向量的线性运算， 它满足下列8条运算规律（其中：■,'-,为
n维向量，k,l为常数）：
（1）二：+： = ：+=；(3)存在零向量0= ( 0,0，…，0 ) T，使得〉+0= ;
(4) 存在:-的负向量-二=(_ai,_a2,…，-an)T,使得〉+ (-二)=0；
(5) 仁• = ：•；
(6) k(l ： )=(kl):-;
向量的线性运算
线性运算是数学中的一个重要概念，它在许多不同领域中都有广泛的应用。在线性代数中，线性运算指的是对向量进行加法、标量乘法和一些其他操作的过程。这些操作可以用于解决很多实际问题，在计算机科学、物理学、工程学以及经济学等领域都有重要应用。
在线性代数中，一个向量通常可以表示为一个由多个数值组成的有序集合。例如，一个二维向量可以表示为(x, y)，其中x和y分别表示向量在x和y轴上的分量。对于一个n维向量，可以用类似的方式表示为(x1, x2, ..., xn)。
首先，让我们来看一下向量的加法。向量的加法是指两个向量按照对应分量相加的操作。例如，对于向量a=(2, 3)和向量b=(1, -1)，它们的和a+b=(2+1, 3+(-1))=(3, 2)。向量的加法可以用于解决很多实际问题，如计算机图形学中的坐标变换、力学中的力合成等。
其次，我们来介绍一下向量的标量乘法。向量的标量乘法是指一个向量与一个实数相乘的操作。例如，对于向量a=(2, 3)和标量c=2，它们的标量乘积c*a=(2*2, 3*2)=(4, 6)。向量的标量乘法可以用于调节向量大小、计算向量的线性组合等。
除了加法和标量乘法之外，还有一些其他的向量运算。例如，向量的点积和向量的叉积是两个非常重要的运算。向量的点积是指两个向量按照对应分量相乘再相加的操作。例如，对于向量a=(2, 3)和向量b=(1, -1)，它们的点积a·b=2*1+3*(-1)=2-3=-1。向量的点积可以用于计算向量的长度、计算向量之间的夹角等。向量的叉积是指两个三维向量按照一定规则进行运算得到的新向量。向量的叉积在物理学中常用于计算力学中的力矩、电磁学中的磁场等。
线性运算在许多实际问题中都有广泛的应用。在计算机科学中，线性运算被广泛应用于计算机图形学中的坐标变换、计算机视觉中的特征提取等。在物理学中，线性运算被广泛应用于力学中的力合成、电磁学中的电磁场计算等。在经济学中，线性运算被广泛应用于线性规划、经济模型等。
