二元向量函数的几何意义是什么
函数向量线性的定义？
函数向量线性的定义？
给出一个点集CU，并在G上选定一个坐标系.若对于G中每一个点p，总有三维欧氏空间R3中的一个确定的向量r和它对应，则称r为定义在CU上的一个向量函数，记为;rp),pEG.若G是一个实数区间t,成t成tz，则得一元向量函数rr(t). r(t)在R3的一个直角坐标系下的三个分量都是t的函数，即r(t){x(t),y(t),z(t)}。若G是一个平面区域，(u,v) EG，则得二元向量函数rr(u,v),r(u,v)的三个分量都是u和v的二元函数，即r{(u,v),y(u,v),z(u,v)}，(u,v)EG.
向量函数的概念可直接推广到任意维数的欧氏空间R中去.像数学分析中讨论实函数那样，对向量函数也可以定义极限、连续、导数、微分、积分等概念.如设r(t)是定义在区间t,蕊t镇t:上的向量函数，
存在，则称;t)在t点是可微的，这个极限称为;(t)在t点的导向量，用dr/dt或r ( t)表示.drr t)dt称为;t)的微分.类似地可定义向量函数的高阶导数与高阶微分，以及偏导向量等.同样，也可以定义向量函数的积分，若向量函数;(t)一{二(t),y(t),zt) }在区间[a,司上连续，则积分
总之，向量函数的微分法和积分法都可以通过它的各分量的相应运算去进行.向量代数与向量分析在经典的曲线曲面理论中有着重要应用.
二元函数矩阵求法？
E表示单位矩阵，即主对角线上的元素为1，其余位置全是0的矩阵。 一个矩阵就相当于一个空间变换。有一个矩阵能把原来空间的基向量i^(1,0)T和j^(0,1)T变成新的基向量，就可能有另一个矩阵把这组基向量再变回原来的基向量i^(1,0)T和j^(0,1)T。 矩阵代表了一种二元关系。函数映射是一种1维的二元关系，那么矩阵就是一种N维的二元关系。矩阵的方法就是一种映射的运算，之所以成为线形运算，是因为每一个投影都是具有拉伸和整体旋转的几何意义，相当于向量通过平面镜映射到一个投影平面上面的结果。
这里只有平面镜和投影平面，没有哈哈镜和投影曲面。
如果把2元的对应关系写成复数形式zx yi，那么f(z)就是一种投影的关系，只不过f(z)是直线方程的时候对应于一个等效的矩阵，f(z)如果不是直线方程，那么就是一种非线性变换。
线形变换有许多很好的性质，能够保持信息的数量和结构保持某种程度的不变性，同时使得结果方便理解和处理。