线性代数｜定义：向量与向量组

前置知识：

• 【定义】矩阵
• 线性方程组与矩阵的秩

---

前置定理 1　线性方程组 $\mathbf{A}\mathbf{x}=\mathbf{b}$ 有解的充分必要条件是 $R(\mathbf{A})=R(\mathbf{A},\mathbf{b})$。

证明见 “线性方程组与矩阵的秩”。

前置定理 2　矩阵方程 $\mathbf{A}\mathbf{X}=\mathbf{b}$ 有解的充分必要条件是 $R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$。

证明见 “线性方程组与矩阵的秩”。

---

1 向量和向量空间

定义 1（向量）　$n$ 个有次序的数 $a_1,a_2,\cdots ,a_n$ 所组成的数组称为 $n$ 维向量，这 $n$ 个数称为该向量的 $n$ 个分量，第 $i$ 个数 $a_i$ 称为第 $i$ 个分量。

定义 2　分量全为实数的向量称为 实向量，分量为复数的向量称为 复向量。

$n$ 维向量可以写成一行，称为行向量，也可以写成一列，称为列向量；规定行向量和列向量都按照矩阵的运算规则进行运算。因此 $n$ 维行向量和 $n$ 维度列向量总看作是两个不同的向量。

定义 3（向量空间）　$n$ 维向量的全体所组成的集合
R n = { x = ( x 1 , x 2 , ⋯   , x n ) T   ∣   x 1 , x 2 , ⋯   , x n ∈ R } \R^n = \{\boldsymbol{x} = (x_1,x_2,\cdots,x_n)^T \ | \ x_1,x_2,\cdots,x_n \in \R \} Rn={x=(x1​,x2​,⋯,xn​)T ∣ x1​,x2​,⋯,xn​∈R}
叫做 $n$ 维向量空间。$n$ 维向量的集合
{ x = ( x 1 , x 2 , ⋯   , x n ) T   ∣   a 1 x 1 + a 2 x 2 + ⋯ a n x n = b } \{ \boldsymbol{x} = (x_1,x_2,\cdots,x_n)^T \ | \ a_1 x_1 + a_2 x_2 + \cdots a_n x_n = b\} {x=(x1​,x2​,⋯,xn​)T ∣ a1​x1​+a2​x2​+⋯an​xn​=b}
叫做 $n$ 维向量空间 ${\mathbb{R}}^n$ 中的 $n-1$ 维超平面。

2 向量组、线性组合

定义 4（向量组）　若干个同维数的列向量（或同维数的行向量）所组成的集合叫做 向量组。

矩阵的列向量组和行向量组都是只含有限个向量的向量组；反之，一个含有限个向量的向量组总可以构成一个矩阵。

定义 5（线性组合）　给定向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$，对于任何一组实数 $k_1,k_2,\cdots ,k_m$，表达式
$$k_1{\mathbf{a}}_1+k_2{\mathbf{a}}_2+\cdots k_m{\mathbf{a}}_m$$
称为向量组 $A$ 的一个 线性组合，$k_1,k_2,\cdots ,k_m$ 称为这个线性组合的系数。

定义 6（线性表示）　给定向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 和向量 $\mathbf{b}$，如果存在一组数 ${\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_m$，使
$$\mathbf{b}={\lambda }_1{\mathbf{a}}_1+{\lambda }_2{\mathbf{a}}_2+\cdots {\lambda }_m{\mathbf{a}}_m$$
则向量 $\mathbf{b}$ 是向量组 $A$ 的线性组合，这时称向量 $\mathbf{b}$ 能由向量组 $A$ 线性表示。

关于线性组合，有定理和证明如下：

定理 1　向量 $\mathbf{b}$ 能由向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 线性表示的充分必要条件是矩阵 $\mathbf{A}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$ 的秩等于矩阵 $\mathbf{B}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m,\mathbf{b})$ 的秩。

证明　向量 $\mathbf{b}$ 能由向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 线性表示，等价于方程组 $x_1{\mathbf{a}}_1+x_2{\mathbf{a}}_2+\cdots x_m{\mathbf{a}}_m=\mathbf{b}$ 有解。根据前置定理 1 可知，方程组 $x_1{\mathbf{a}}_1+x_2{\mathbf{a}}_2+\cdots x_m{\mathbf{a}}_m=\mathbf{b}$ 有解的充分必要条件是矩阵 $\mathbf{A}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$ 的秩等于矩阵 $\mathbf{B}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m,\mathbf{b})$ 的秩。得证。

3 向量组等价

定义 7（向量组等价）　设有两个向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 及 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$，若 $B$ 组中的每个向量都能由向量组 $A$ 线性表示，则称 向量组 $B$ 能由向量组 $A$ 线性表示。若向量组 $A$ 与向量组 $B$ 能互相线性表示，则称这两个 向量组等价。

关于向量组等价，有定理和证明如下：

定理 2　向量组 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$ 能由向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 线性表示的充分必要条件是矩阵 $\mathbf{A}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$ 的秩等于矩阵 $(\mathbf{A},\mathbf{B})=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m,{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)$ 的秩，即 $R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$。

证明　向量组 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$ 能由向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 线性表示，等价于存在矩阵 ${\mathbf{K}}_{m\times l}$ 使 $({\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)\mathbf{K}$，即矩阵方程
$$({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)\mathbf{K}=({\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)$$
有解。根据前置定理 2 可知，矩阵方程 $({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)\mathbf{K}=({\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)$ 有解的充分必要条件矩阵 $\mathbf{A}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$ 的秩等于矩阵 $(\mathbf{A},\mathbf{B})=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m,{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)$ 的秩，即 $R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$。得证。

由定理 2，可得推论和证明如下：

推论　向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 与向量组 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$ 等价的充分必要条件是
$$R(\mathbf{A})=R(\mathbf{B})=R(\mathbf{A},\mathbf{B})$$
其中 $\mathbf{A}$ 和 $\mathbf{B}$ 是向量组 $A$ 和 $B$ 所构成的矩阵。

证明　根据向量组等价的定义，有：向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 与向量组 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$ 等价 $\iff$ 向量组 $A$ 和向量组 $B$ 能互相线性表示。

根据定理 2，有：向量组 $A$ 和向量组 $B$ 能互相线性表示 $\iff$ $R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$ 且 $R(\mathbf{B})=R(\mathbf{B},\mathbf{A})$。

因为 $R(\mathbf{A},\mathbf{B})=R(\mathbf{B},\mathbf{A})$，所以有：$R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$ 且 $R(\mathbf{B})=R(\mathbf{B},\mathbf{A})$ $\iff$ $R(\mathbf{A})=R(\mathbf{B})=R(\mathbf{A},\mathbf{B})$。

综上所述，得证。

定理 3　设向量组 $B:{\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l$ 能由向量组 $A:{\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m$ 线性表示，则 $R({\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)\le R({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$。

证明　记 $\mathbf{A}=({\mathbf{a}}_1,{\mathbf{a}}_2,\cdots ,{\mathbf{a}}_m)$，$\mathbf{B}=({\mathbf{b}}_1,{\mathbf{b}}_2,\cdots ,{\mathbf{b}}_l)$。根据定理 2，有 $R(\mathbf{A})=R(\mathbf{A},\mathbf{B})$，而 $R(\mathbf{B})\le R(\mathbf{A},\mathbf{B})$，因此 $R(\mathbf{B})\le R(\mathbf{A})$。得证。