1樓：匿名使用者
怎麼可能相同呢
可以把向量看作n行1列的矩陣
而矩陣可以由若干個向量來表示
向量可以在座標系裡直接表示
而矩陣通常是不行的
向量和矩陣有什麼關係呢 它倆等同嗎在座標系內矩陣
2樓：
按照我現在學的知識，矩陣和向量在以下方面有著這樣的關係：
（1）矩陣有個概念叫做秩，指的是最大階非零子式的階數。
如果將矩陣的行，當作行向量，那麼由這個向量線性生成的向量空間，它的維數剛好和矩陣的秩一樣！同樣的，將矩陣的列向量線性生成的向量空間的維數也和矩陣的秩一樣。
（2）任意的m×n矩陣可以組成一個向量空間，該向量空間的維數是mn。
矩陣與向量組有什麼關係 區別
3樓：匿名使用者
一、區別
（一）含義不同
1、向量組是由若干同維數的列向量（或同維數的行向量）組成的集合。
2、矩陣是一個按照長方陣列排列的複數或實數集合，由向量組構成。
（二）特點不同
1、向量組是有限個相同維數的行向量或者列向量，其中向量是由n個實陣列成的有序陣列,是一個n*1的矩陣(n維列向量)或是一個1*n的矩陣(n維行向量)。
2、矩陣是由m*n個數排列成m行n列的數表。
（三）等價的含義不同
1、兩個矩陣a與b等價指的是a可以通過有限次初等變換變成b。兩個不同型矩陣是不可能等價的。
2、兩個向量組等價指的是它們能夠互相線性表示，它們各自所含向量的個數可能是不一樣的。
二、兩者的關係
1、向量就是n個數排成一排，向量是一維的。
2、矩陣是二維的，矩陣可以看做是由向量組構成，把矩陣看成是一行一行的，那麼每一行就是行向量組；把矩陣看成是一列一列的，那麼每一列就是列向量組。
3、向量組的秩等於它構成的矩陣的秩。
4樓：匿名使用者
矩陣與向量組的關係：矩陣是一組列（行）向量組成的新的複合向量的展開式。
矩陣與向量組的區別：
一、性質不同
1、矩陣：是一個按照長方陣列排列的複數或實數集合。
2、向量組：兩個及兩個以上向量，按照一定的關係集合在一起形成的向量組合，就叫向量組。
二、特點不同
1、矩陣：矩陣的特徵值和特徵向量可以揭示線性變換的深層特性；變換矩陣的行數等於v的維度，變換矩陣的秩等於值域r的維度。
2、向量組：向量組的任意兩個極大無關組等價；兩個等價的線性無關的向量組所含向量的個數相同；等價的向量組具有相同的秩，但秩相同的向量組不一定等價。
5樓：匿名使用者
答：同一本質的不同形式。
本質：可以互相等效。可以在任何疇上借用和代用對方的形式和方法來解題和思考問題。
a本質也是可以從多個方面討論的。略
如相應的矩陣和向量組，秩相同，對稱性相同，線性結構與線性性質相同。
同時，我們也可以因為不同形式的描述，得到同一本質的性質的不同形式，利於在不同思維下產生的結果的互相參照。
有些時候，兩個完全同構和等效的領域，由於直觀性與資訊轉換的代價，造成不均衡發展。於是，互相借鑑參照互補，最終趨於大同統一，二者均得以成熟。
有時，一個區域中開發出了新的天地，推廣了，很多東西在高的觀點下找到了完美的新形式，疑問得到進一步的深層解決；
而不知道的人，就不能借鑑和認識到大範圍與子範圍的關係，更無法應用到另一曾經的等效領域中去。
其實，最高的境界是自知且知人，自度也度人。這是人學，也是佛學，哲學，數學，萬般學問都是如此。
b由於本質相同，所以形式上的區別，實際上就是討論形式的對應構造與對立轉化。
矩陣是m行n列的數表，可視為m個行向量的序列，即m元的有序行向量組；列類似(注：即將字元 (m,行)<-->(n,列)交換後的命題亦成立)。
[列]向量組是若干同維的列向量的序列,m元n維列向量的序列對應一個n*m矩陣。行類似。
下面給出幾個例子，拋磚引玉，啟迪思考。
例一複數集（包括高斯整數，軸整數）在座標軸上的實部與虛部（行列標軸)方向，以右和上為正；
高斯整數a=1+i 關於 直線/： y=x的自對稱性;
高斯整數b=(1+2i),c=(2+i)關於/[互]對稱
而二元矩陣的行列標(軸)以右和下為正。[自]對稱矩陣a=a'，是關於直線\: y+x=0的。
它們的共同本質是，對稱軸(也具有手性，方向性，旋性)平分二軸上的同向向量所闢的區域。
下面給出複數集與二階方陣的一種(注意,可以有多種設定方案)對應.
一種常見的方案是:
以二階么陣e與實數1對應，四階冪么陣i與複數i對應，於是矩陣與複數就形成了一一對應。
四階冪么陣,即二階冪負么陣的例子：
i=0 1
-1 0
它的自乘i*i=-e.（矩陣的乘法的快速理解見例二）
1+i對應的矩陣a=
1 1
-1 1
此時a是關於/對稱的。為什麼不是\對稱呢?
1+2i對應矩陣b=
1 2-2 1
2+i對應矩陣c=
2 1-1 2
的對稱性如何理解呢?用這裡的旋轉,對稱,各次么數的旋轉定位,即可以知道對稱性的本質.
事實上,我們看到,1與i關於/對稱的同時,也有一個四分圓周旋轉,於是對稱軸(鏡子)\旋轉為了/.同時,四次么數i和1的二分旋轉,分別是-1和1.
這恰好對應著四次么陣i時的兩個對角元．因此,本質相同的東西,不同的形式產生的結果的表現形不同,難易程度不同.這正如不同的編碼或密碼體系對於相同內容的東西的轉化.
另外,形式又可以具有他的特定本質.或者說,沒有完全同質的東西,同與不同,在於一心,即分別心.
而且,本質的理解,也隨著思想境界(即思慮的維度,其實是很具體的)的不同也有同.比如向量(0)與(0,0),如果只看到一維,那麼根本不知道他們的區別;如果不能感受0元,就對它們都無所知.
而知道有高維的存在者,知道他們可能有相同的本質; 洞悉本維者,可以確認它們具有相同的本質; 洞悉二維者,可以知道,它們在一維上本質相同,而二維上不是一回事;
而貫通向量元無窮組(0),(0,0),...,(0,...,0), (0...(佛學的萬字元號),0)者,一念之間,知道本質的同與不同,本無分別.
汝強作分別,即是分別; 無分別心,則無分別.存乎一心,是謂化境.
下面內容不太成熟,但可以啟迪您的思考,不會產生誤導.有些是我的**和直觀,還有興之所致的行文沒有斟酌,請發揮,請指正,別小氣,別客氣.
太長了寫不下,寫到文章中去了.
6樓：匿名使用者
矩陣是m行n列的數表
向量組是若干個同維數的列向量所組成的集合
有限個向量的有序向量組可以與矩陣一一對應
其實差不多一樣的 可以理解為矩陣的不同表示方法
7樓：匿名使用者
向量組的秩和矩陣的秩等也有關係。。還有一個方程可以用矩陣表示，也可表示為向量的線性組合等等
向量，矩陣，陣列，他們之間是什麼關係（從數學角度來說）？
8樓：匿名使用者
不能說你的理解有問題，但我建議你這樣理解
向量是有方向的量，可表示成一維內陣列
他是矩陣的特殊形式（即只有容一列，或者一行）把向量看成矩陣後，向量的內積，加法等運算，都能對應成矩陣的相關運算。表示起來，更方便。
9樓：匿名使用者
leitingok正解，從數字角度，前兩者都是線性關係的一種表示方法——至於陣列...只是一種程式語言的名詞
10樓：匿名使用者
矩陣就是由多個向量組成的，把向量放在一起拼起來就是矩陣啊
向量和矩陣是什麼關係啊向量應該是有方向和大小的
11樓：匿名使用者
在中學裡學的向量
和線性代數裡的向量是不同的概念
前者是2、3維歐氏賦範空間r^2、r^3的點後者是具有線性結構的空間中的點
選取合適的基，矩陣也可以看做向量呢
請不要混淆了
線性代數，這個B和A的逆矩陣有什麼關係
b和a的逆矩陣沒有關係，答案說的是若r a n,表明a滿秩則a可逆。跟b沒有關係 如果a存在逆矩陣，ab 0可以推出b必然為0，而b是非0的 線性代數矩陣a與a的逆矩陣相乘等於1嗎 線性代數矩陣a與a的逆矩陣相乘等於e，不是1。若a可逆，即有a 1，使得aa 1 e，故 a a 1 e 1。逆矩陣的...
特徵向量與基礎解繫有什麼關係麼特徵向量就是基礎解系嗎？有區別嗎？
特徵向量與基 礎解系關係 特徵向量是特徵值對應齊次方程組的基礎解系 特徵值向量對於矩陣而言的，特徵向量有對應的特徵值，如果ax ax，則x就是對應於特徵值a的特徵向量。而解向量是對於方程組而言的，就是 方程組的解 是一個意思。基礎解系是對於方程組而言的,方程組才有所謂的基礎解系，就是方程所有解的 基...
線性代數轉置後的矩陣與原矩陣有什麼關係
轉置後的bai矩陣 與原矩陣 1 如du果aat e e為單位矩陣zhi，at表示 矩陣a的轉置矩陣 dao或ata e，則n階實回矩陣a稱為正交矩陣。2 一階矩陣的答轉置不變。正交矩陣不一定是實矩陣。實正交矩陣 即該正交矩陣中所有元都是實數 可以看做是一種特殊的酉矩陣，但是存在一種復正交矩陣，復正...