定义和运算
A = ( a 1 a 2 ⋮ a n ) , B = ( b 1 b 2 ⋮ b n ) A + B = ( a 1 + b 1 a 2 + b 2 ⋮ a n + b n ) , k A = ( k a 1 k a 2 ⋮ k a n ) A=\left( \begin{matrix} a_1\\ a_2\\ \vdots \\ a_n \end{matrix} \right),B=\left( \begin{matrix} b_1\\ b_2\\ \vdots \\ b_n \end{matrix} \right)\\ A+B=\left( \begin{matrix} a_1+b_1\\ a_2+b_2\\ \vdots \\ a_n+b_n \end{matrix} \right),kA=\left( \begin{matrix} ka_1\\ ka_2\\ \vdots \\ ka_n \end{matrix} \right) A= a1a2⋮an ,B= b1b2⋮bn A+B= a1+b1a2+b2⋮an+bn ,kA= ka1ka2⋮kan
内积
x = ( x 1 x 2 ⋮ x n ) , y = ( y 1 y 2 ⋮ y n ) x T y = [ x , y ] = x 1 y 1 + x 2 y 2 + ⋯ + x n y n x=\left( \begin{matrix} x_1\\ x_2\\ \vdots \\ x_n \end{matrix} \right),y=\left( \begin{matrix} y_1\\ y_2\\ \vdots \\ y_n \end{matrix} \right)\\ x^Ty=[x,y]=x_1y_1+x_2y_2+\cdots+x_ny_n x= x1x2⋮xn ,y= y1y2⋮yn xTy=[x,y]=x1y1+x2y2+⋯+xnyn
1) [ x , y ] = [ y , x ] [x,y]=[y,x] [x,y]=[y,x];
2) [ λ x , y ] = λ [ x , y ] [\lambda x,y]=\lambda[x,y] [λx,y]=λ[x,y];
3) [ x + y , z ] = [ x , z ] + [ y , z ] [x+y,z]=[x,z]+[y,z] [x+y,z]=[x,z]+[y,z];
4)当
x
=
0
x=0
x=0时,
[
x
,
x
]
=
0
[x,x]=0
[x,x]=0
当
x
≠
0
x\neq 0
x=0时,
[
x
,
x
]
>
0
[x,x]>0
[x,x]>0
范数
n
n
n维向量
x
x
x的长度(范数):
∣
∣
x
∣
∣
=
[
x
,
x
]
=
x
1
2
+
x
2
2
+
⋯
+
x
n
2
||x||=\sqrt{[x,x]}=\sqrt{x_1^2+x_2^2+\cdots+x_n^2}
∣∣x∣∣=[x,x]=x12+x22+⋯+xn2
1) ∣ ∣ x ∣ ∣ ⩾ 0 ( x = 0 , ∣ ∣ x ∣ ∣ = 0 ) ||x||\geqslant 0(x=0,||x||=0) ∣∣x∣∣⩾0(x=0,∣∣x∣∣=0);
2) ∣ ∣ λ x ∣ ∣ = ∣ λ ∣ ⋅ ∣ ∣ x ∣ ∣ ||\lambda x||=|\lambda|\cdot ||x|| ∣∣λx∣∣=∣λ∣⋅∣∣x∣∣。
长度为1的向量为单位向量。
若 α ≠ 0 \alpha \neq 0 α=0,取 x = α ∣ ∣ α ∣ ∣ x=\frac{\alpha}{||\alpha||} x=∣∣α∣∣α为向量 α \alpha α的单位化。
正交
1)当 [ x , y ] = 0 [x,y]=0 [x,y]=0时——向量 x x x与 y y y正交;
2)若 x = 0 x=0 x=0时, ⇒ x \Rightarrow x ⇒x与任意向量都正交。
3)若
n
n
n维向量
α
1
,
α
2
,
⋯
,
α
r
\alpha_1,\alpha_2,\cdots,\alpha_r
α1,α2,⋯,αr是一组两两正交的非0向量,
⇒
α
1
,
α
2
,
⋯
,
α
r
线性无关
\Rightarrow \alpha_1,\alpha_2,\cdots,\alpha_r\text{线性无关}
⇒α1,α2,⋯,αr线性无关
设 n n n维向量 e 1 , e 2 , ⋯ , e r e_1,e_2,\cdots,e_r e1,e2,⋯,er是 R n R^n Rn的一个基,若 e 1 , e 2 , ⋯ , e r e_1,e_2,\cdots,e_r e1,e2,⋯,er两两正交,且都是单位向量,则 e 1 , e 2 , ⋯ , e r e_1,e_2,\cdots,e_r e1,e2,⋯,er是 R n R^n Rn的一个标准正交基。
施密特正交化:
将
α
1
,
α
2
,
⋯
,
α
r
\alpha_1,\alpha_2,\cdots,\alpha_r
α1,α2,⋯,αr标准正交化,
β
1
=
α
1
β
2
=
α
2
−
[
β
1
,
α
2
]
[
β
1
,
β
1
]
⋅
β
1
⋮
β
r
=
α
r
−
[
β
1
,
α
r
]
[
β
1
,
β
1
]
⋅
β
1
−
[
β
2
,
α
r
]
[
β
2
,
β
2
]
⋅
β
2
−
⋯
−
[
β
r
−
1
,
α
r
]
[
β
r
−
1
,
β
r
−
1
]
⋅
β
r
−
1
\beta_1=\alpha_1\\ \beta_2=\alpha_2-\frac{[\beta_1,\alpha_2]}{[\beta_1,\beta_1]}\cdot \beta_1\\ \vdots\\ \beta_r=\alpha_r-\frac{[\beta_1,\alpha_r]}{[\beta_1,\beta_1]}\cdot \beta_1-\frac{[\beta_2,\alpha_r]}{[\beta_2,\beta_2]}\cdot \beta_2-\cdots-\frac{[\beta_{r-1},\alpha_r]}{[\beta_{r-1},\beta_{r-1}]}\cdot \beta_{r-1}
β1=α1β2=α2−[β1,β1][β1,α2]⋅β1⋮βr=αr−[β1,β1][β1,αr]⋅β1−[β2,β2][β2,αr]⋅β2−⋯−[βr−1,βr−1][βr−1,αr]⋅βr−1
然后把它们单位化,即:
e
1
=
β
1
∣
∣
β
1
∣
∣
,
⋯
,
e
r
=
β
r
∣
∣
β
r
∣
∣
e_1=\frac{\beta_1}{||\beta_1||},\cdots,e_r=\frac{\beta_r}{||\beta_r||}
e1=∣∣β1∣∣β1,⋯,er=∣∣βr∣∣βr
为
v
v
v的一个标准正交基。
线性组合和线性表示
给定训练组 A : α 1 , α 2 , ⋯ , α m A:\alpha_1,\alpha_2,\cdots,\alpha_m A:α1,α2,⋯,αm,对 ∀ \forall ∀一组实数 k 1 , k 2 , ⋯ , k m k_1,k_2,\cdots,k_m k1,k2,⋯,km表示 k 1 α 1 + k 2 α 2 + ⋯ + k m α m k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m k1α1+k2α2+⋯+kmαm为向量组 A A A的一个线性组合。
若
b
=
k
1
α
1
+
k
2
α
2
+
⋯
+
k
m
α
m
b=k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m
b=k1α1+k2α2+⋯+kmαm则称
b
b
b可由向量组
A
A
A线性表示
⇔
方程组
A
x
=
b
有解
\Leftrightarrow \text{方程组}Ax=b\text{有解}
⇔方程组Ax=b有解
1)向量
b
b
b可由向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm线性表示,
⇔
R
(
A
)
=
R
(
A
,
b
)
\Leftrightarrow R(A)=R(A,b)
⇔R(A)=R(A,b)
设有两个向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm及
B
:
β
1
,
β
2
,
⋯
,
β
l
B:\beta_1,\beta_2,\cdots,\beta_l
B:β1,β2,⋯,βl,
若
B
B
B组中的每一向量都能由向量组
A
A
A线性表示,则称向量组
B
B
B可由
A
A
A线性表示;
若向量组
A
A
A与
B
B
B能相互线性表示,则称这两个向量组等价。
若
C
m
×
n
=
A
m
×
l
B
l
×
n
C_{m\times n}=A_{m\times l}B_{l\times n}
Cm×n=Am×lBl×n
C
的列向量组可由
A
的列向量组线性表示,系数矩阵为
B
C
的行向量组可由
B
的行向量组线性表示,系数矩阵为
A
C\text{的列向量组可由}A\text{的列向量组线性表示,系数矩阵为}B\\ C\text{的行向量组可由}B\text{的行向量组线性表示,系数矩阵为}A
C的列向量组可由A的列向量组线性表示,系数矩阵为BC的行向量组可由B的行向量组线性表示,系数矩阵为A
2)向量组
B
:
β
1
,
β
2
,
⋯
,
β
l
B:\beta_1,\beta_2,\cdots,\beta_l
B:β1,β2,⋯,βl能由向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm等价:
⇔
R
(
A
)
=
R
(
A
,
B
)
=
R
(
B
)
\Leftrightarrow R(A)=R(A,B)=R(B)
⇔R(A)=R(A,B)=R(B)
3)设向量组
B
:
β
1
,
β
2
,
⋯
,
β
l
B:\beta_1,\beta_2,\cdots,\beta_l
B:β1,β2,⋯,βl可由向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm线性表示:
⇒
R
(
β
1
,
β
2
,
⋯
,
β
l
)
⩽
R
(
α
1
,
α
2
,
⋯
,
α
m
)
⇔
有矩阵
K
,
使
B
=
A
K
⇔
A
x
=
B
有解
\Rightarrow R(\beta_1,\beta_2,\cdots,\beta_l)\leqslant R(\alpha_1,\alpha_2,\cdots,\alpha_m)\\ \Leftrightarrow \text{有矩阵}K,\text{使}B=AK\\ \Leftrightarrow Ax=B\text{有解}
⇒R(β1,β2,⋯,βl)⩽R(α1,α2,⋯,αm)⇔有矩阵K,使B=AK⇔Ax=B有解
线性相关和线性无关
给定向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm,若存在不全为0的数
k
1
,
k
2
,
⋯
,
k
m
k_1,k_2,\cdots,k_m
k1,k2,⋯,km使:
k
1
α
1
+
k
2
α
2
+
⋯
+
k
m
α
m
=
0
k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m=0
k1α1+k2α2+⋯+kmαm=0
则称向量组
A
A
A是线性相关的;若
k
1
=
k
2
=
⋯
=
k
m
=
0
k_1=k_2=\cdots=k_m=0
k1=k2=⋯=km=0
则称
A
A
A是线性无关的。
性质
1)只含一个向量
α
\alpha
α的向量组:
α
=
0
⇒
线性相关
α
≠
0
⇒
线性无关
\alpha=0\Rightarrow \text{线性相关}\\ \alpha\neq 0\Rightarrow \text{线性无关}
α=0⇒线性相关α=0⇒线性无关
2)含两个向量
α
1
,
α
2
\alpha_1,\alpha_2
α1,α2的向量组。
α
1
,
α
2
成比例
⇒
线性相关
\alpha_1,\alpha_2\text{成比例}\Rightarrow \text{线性相关}\
α1,α2成比例⇒线性相关
3)向量组
α
1
,
α
2
,
⋯
,
α
m
(
m
⩾
2
)
\alpha_1,\alpha_2,\cdots,\alpha_m(m\geqslant 2)
α1,α2,⋯,αm(m⩾2)线性相关,
⇔
向量组
A
中至少有一个向量能由其余
m
−
1
个向量线性表示
\Leftrightarrow \text{向量组}A\text{中至少有一个向量能由其余}m-1\text{个向量线性表示}
⇔向量组A中至少有一个向量能由其余m−1个向量线性表示
4)方程组
A
x
=
b
Ax=b
Ax=b线性相关:
⇔
B
=
(
A
,
b
)
的行向量组线性相关
\Leftrightarrow B=(A,b)\text{的行向量组线性相关}
⇔B=(A,b)的行向量组线性相关
5)
A
x
=
0
Ax=0
Ax=0有非零解,
⇔
∣
A
∣
=
0
\Leftrightarrow |A|=0
⇔∣A∣=0
⇔
A
线性相关
\Leftrightarrow A\text{线性相关}
⇔A线性相关
6)向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm线性相关,
⇔
R
(
A
)
<
m
,
∣
A
∣
=
0
\Leftrightarrow R(A)<m,|A|=0
⇔R(A)<m,∣A∣=0
A
A
A线性无关,
⇔
R
(
A
)
=
m
,
∣
A
∣
≠
0
\Leftrightarrow R(A)=m,|A|\neq 0
⇔R(A)=m,∣A∣=0
7)若向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm线性相关,则
向量组
B
:
α
1
,
α
2
,
⋯
,
α
m
,
α
m
+
1
也线性相关
\text{向量组}B:\alpha_1,\alpha_2,\cdots,\alpha_m,\alpha_{m+1}\text{也线性相关}
向量组B:α1,α2,⋯,αm,αm+1也线性相关
若
B
B
B线性无关
⇒
A
\Rightarrow A
⇒A也线性无关。
8)
m
m
m个
n
n
n维向量组成的向量组
α
1
,
α
2
,
⋯
,
α
m
\alpha_1,\alpha_2,\cdots,\alpha_m
α1,α2,⋯,αm,
当
n
<
m
时,线性相关
\text{当}n<m\text{时,线性相关}
当n<m时,线性相关
9) n + 1 n+1 n+1个 n n n维向量组一定线性相关。
10)设向量组
A
:
α
1
,
α
2
,
⋯
,
α
m
A:\alpha_1,\alpha_2,\cdots,\alpha_m
A:α1,α2,⋯,αm线性无关,而向量组
B
:
α
1
,
α
2
,
⋯
,
α
m
,
b
B:\alpha_1,\alpha_2,\cdots,\alpha_m,b
B:α1,α2,⋯,αm,b线性相关
b
必能由向量组
A
线性表示,且表示唯一
b\text{必能由向量组}A\text{线性表示,且表示唯一}
b必能由向量组A线性表示,且表示唯一
10)含0向量的向量组必线性相关。
习题
1、已知 α 1 = ( 1 1 1 ) , α 2 = ( 0 2 5 ) , α 3 = ( 2 4 7 ) \alpha_1=\left( \begin{matrix} 1\\ 1\\ 1 \end{matrix} \right),\alpha_2=\left( \begin{matrix} 0\\ 2\\ 5 \end{matrix} \right),\alpha_3=\left( \begin{matrix} 2\\ 4\\ 7 \end{matrix} \right) α1= 111 ,α2= 025 ,α3= 247 ,试讨论向量组 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3及向量组 α 1 , α 2 \alpha_1,\alpha_2 α1,α2的线性相关性。
解: ∣ 1 0 2 1 2 4 1 5 7 ∣ = ∣ 1 0 2 0 2 2 0 5 5 ∣ = 0 ⇒ α 1 , α 2 , α 3 \left| \begin{matrix} 1&0&2\\ 1&2&4\\ 1&5&7 \end{matrix} \right|=\left| \begin{matrix} 1&0&2\\ 0&2&2\\ 0&5&5 \end{matrix} \right|=0\Rightarrow \alpha_1,\alpha_2,\alpha_3 111025247 = 100025225 =0⇒α1,α2,α3线性相关;
( 1 0 1 2 1 5 ) → ( 1 0 0 1 0 0 ) , R = 2 ⇒ α 1 , α 2 线性无关 \left( \begin{matrix} 1&0\\ 1&2\\ 1&5 \end{matrix} \right)\to \left( \begin{matrix} 1&0\\ 0&1\\ 0&0 \end{matrix} \right),R=2 \Rightarrow \alpha_1,\alpha_2\text{线性无关} 111025 → 100010 ,R=2⇒α1,α2线性无关
2、已知向量组 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3线性无关, β 1 = α 1 + α 2 , β 2 = α 2 + α 3 , β 3 = α 3 + α 1 \beta_1=\alpha_1+\alpha_2,\beta_2=\alpha_2+\alpha_3,\beta_3=\alpha_3+\alpha_1 β1=α1+α2,β2=α2+α3,β3=α3+α1,试证向量组 β 1 , β 2 , β 3 \beta_1,\beta_2,\beta_3 β1,β2,β3线性无关。
证:
{
β
1
=
α
1
+
α
2
β
2
=
α
2
+
α
3
β
3
=
α
3
+
α
1
\begin{cases} \beta_1=\alpha_1+\alpha_2\\ \beta_2=\alpha_2+\alpha_3\\ \beta_3=\alpha_3+\alpha_1 \end{cases}
⎩
⎨
⎧β1=α1+α2β2=α2+α3β3=α3+α1
设
x
1
β
1
+
x
2
β
2
+
x
3
β
3
=
0
x_1\beta_1+x_2\beta_2+x_3\beta_3=0
x1β1+x2β2+x3β3=0
⇒
x
1
(
α
1
+
α
2
)
+
x
2
(
α
2
+
α
3
)
+
x
3
(
α
3
+
α
1
)
=
0
⇒
(
x
1
+
x
3
)
α
1
+
(
x
2
+
x
1
)
α
2
+
(
x
2
+
x
3
)
α
3
=
0
因为
α
1
,
α
2
,
α
3
线性无关
⇒
{
x
1
+
x
3
=
0
x
1
+
x
2
=
0
x
2
+
x
3
=
0
⇒
(
1
0
1
1
1
0
0
1
1
)
→
(
1
0
1
0
1
−
1
0
1
1
)
→
(
1
0
1
0
1
−
1
0
0
2
)
→
(
1
0
0
0
1
0
0
0
1
)
⇒
x
1
=
x
2
=
x
3
=
0
⇒
β
1
,
β
2
,
β
3
线性无关
\Rightarrow x_1(\alpha_1+\alpha_2)+x_2(\alpha_2+\alpha_3)+x_3(\alpha_3+\alpha_1)=0\\ \Rightarrow (x_1+x_3)\alpha_1+(x_2+x_1)\alpha_2+(x_2+x_3)\alpha_3=0\\ \text{因为}\alpha_1,\alpha_2,\alpha_3\text{线性无关}\\ \Rightarrow \begin{cases} x_1+x_3=0\\ x_1+x_2=0\\ x_2+x_3=0 \end{cases}\Rightarrow \left( \begin{matrix} 1&0&1\\ 1&1&0\\ 0&1&1 \end{matrix} \right)\to \left( \begin{matrix} 1&0&1\\ 0&1&-1\\ 0&1&1 \end{matrix} \right)\to \left( \begin{matrix} 1&0&1\\ 0&1&-1\\ 0&0&2 \end{matrix} \right)\to \left( \begin{matrix} 1&0&0\\ 0&1&0\\ 0&0&1 \end{matrix} \right)\\ \Rightarrow x_1=x_2=x_3=0 \Rightarrow\beta_1,\beta_2,\beta_3\text{线性无关}
⇒x1(α1+α2)+x2(α2+α3)+x3(α3+α1)=0⇒(x1+x3)α1+(x2+x1)α2+(x2+x3)α3=0因为α1,α2,α3线性无关⇒⎩
⎨
⎧x1+x3=0x1+x2=0x2+x3=0⇒
110011101
→
1000111−11
→
1000101−12
→
100010001
⇒x1=x2=x3=0⇒β1,β2,β3线性无关
3、设 A m × n A_{m\times n} Am×n的秩 R ( A ) = m < n R(A)=m<n R(A)=m<n,则(C)
A)
A
A
A的任意一个
m
m
m阶子式不为0;
B)
A
A
A的任意
m
m
m个列向量所组成向量组线性无关;
C)若
B
A
=
0
BA=0
BA=0,则
B
=
0
B=0
B=0;
D)通过矩阵的初等行变换,必可化为
(
E
m
,
0
)
(E_m,0)
(Em,0)的形式
解: B A = 0 ⇒ R ( A ) + R ( B ) ⩽ m , R ( A ) = m ⇒ R ( B ) = 0 BA=0\Rightarrow R(A)+R(B)\leqslant m,R(A)=m\Rightarrow R(B)=0 BA=0⇒R(A)+R(B)⩽m,R(A)=m⇒R(B)=0
4、设矩阵
A
=
(
α
1
,
α
2
,
α
3
,
α
4
)
A=(\alpha_1,\alpha_2,\alpha_3,\alpha_4)
A=(α1,α2,α3,α4),其中
α
1
,
α
2
,
α
3
,
α
4
\alpha_1,\alpha_2,\alpha_3,\alpha_4
α1,α2,α3,α4为6维非0向量。
若
ξ
1
=
(
3
,
2
,
2
,
2
)
T
\xi_1=(3,2,2,2)^T
ξ1=(3,2,2,2)T和
ξ
2
=
(
1
,
2
,
2
,
6
)
T
\xi_2=(1,2,2,6)^T
ξ2=(1,2,2,6)T是齐次线性方程
A
x
=
0
Ax=0
Ax=0的基础解系,则
R
(
A
)
=
4
−
2
=
2
R(A)=4-2=2
R(A)=4−2=2。
5、设有 n n n元非齐次方程 A x = b Ax=b Ax=b,则(C)。
A)若
A
x
=
0
Ax=0
Ax=0只有零解,则
A
x
=
b
Ax=b
Ax=b有唯一解;
B)
A
x
=
b
Ax=b
Ax=b有唯一解的充要条件是
R
(
A
=
n
)
R(A=n)
R(A=n);
C)
A
x
=
b
Ax=b
Ax=b有2个不同解,则
A
x
=
b
Ax=b
Ax=b有无穷多解;
D)
A
x
=
b
Ax=b
Ax=b有2个不同解,则
A
x
=
0
Ax=0
Ax=0的基础解系中含有2个以上向量。
解:
∣
A
∣
≠
0
|A|\neq0
∣A∣=0,但
A
x
=
b
Ax=b
Ax=b不一定有解;
若
A
x
=
b
Ax=b
Ax=b有2个不同解
η
1
,
η
2
\eta_1,\eta_2
η1,η2,故
η
1
−
η
2
≠
0
\eta_1-\eta_2\neq 0
η1−η2=0为
A
x
=
0
Ax=0
Ax=0的解。
6、设 β 1 = α 1 + α 2 , β 2 = α 2 + α 3 , β 3 = α 3 + α 4 , β 4 = α 4 + α 1 \beta_1=\alpha_1+\alpha_2,\beta_2=\alpha_2+\alpha_3,\beta_3=\alpha_3+\alpha_4,\beta_4=\alpha_4+\alpha_1 β1=α1+α2,β2=α2+α3,β3=α3+α4,β4=α4+α1,证明向量组 β 1 , β 2 , β 3 , β 4 \beta_1,\beta_2,\beta_3,\beta_4 β1,β2,β3,β4线性相关。
解:
(
β
1
β
2
β
3
β
4
)
=
(
1
1
0
0
0
1
1
0
0
0
1
1
1
0
0
1
)
(
α
1
α
2
α
3
α
4
)
=
A
α
\left( \begin{matrix} \beta_1\\ \beta_2\\ \beta_3\\ \beta_4 \end{matrix} \right)=\left( \begin{matrix} 1&1&0&0\\ 0&1&1&0\\ 0&0&1&1\\ 1&0&0&1 \end{matrix} \right)\left( \begin{matrix} \alpha_1\\ \alpha_2\\ \alpha_3\\ \alpha_4 \end{matrix} \right)=A\alpha
β1β2β3β4
=
1001110001100011
α1α2α3α4
=Aα
(
1
1
0
0
0
1
1
0
0
0
1
1
0
−
1
0
1
)
→
(
1
1
0
0
0
1
1
0
0
0
1
1
0
0
1
1
)
→
(
1
1
0
0
0
1
1
0
0
0
1
1
0
0
0
0
)
→
(
1
1
0
0
0
1
0
−
1
0
0
1
1
0
0
0
0
)
⇒
R
(
β
1
,
β
2
,
β
3
,
β
4
)
⩽
R
(
A
)
=
3
<
4
⇒
β
1
,
β
2
,
β
3
,
β
4
线性相关
\left( \begin{matrix} 1&1&0&0\\ 0&1&1&0\\ 0&0&1&1\\ 0&-1&0&1 \end{matrix} \right)\to \left( \begin{matrix} 1&1&0&0\\ 0&1&1&0\\ 0&0&1&1\\ 0&0&1&1 \end{matrix} \right)\to \left( \begin{matrix} 1&1&0&0\\ 0&1&1&0\\ 0&0&1&1\\ 0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 1&1&0&0\\ 0&1&0&-1\\ 0&0&1&1\\ 0&0&0&0 \end{matrix} \right)\\ \Rightarrow R(\beta_1,\beta_2,\beta_3,\beta_4)\leqslant R(A)=3<4\\ \Rightarrow \beta_1,\beta_2,\beta_3,\beta_4\text{线性相关}
1000110−101100011
→
1000110001110011
→
1000110001100010
→
1000110000100−110
⇒R(β1,β2,β3,β4)⩽R(A)=3<4⇒β1,β2,β3,β4线性相关
7、设 β 1 = α 1 , β 2 = α 1 + α 2 , ⋯ , β r = α 1 + α 2 + ⋯ + α r \beta_1=\alpha_1,\beta_2=\alpha_1+\alpha_2,\cdots,\beta_r=\alpha_1+\alpha_2+\cdots+\alpha_r β1=α1,β2=α1+α2,⋯,βr=α1+α2+⋯+αr,且向量组 α 1 , α 2 , ⋯ , α r \alpha_1,\alpha_2,\cdots,\alpha_r α1,α2,⋯,αr线性无关,证明: β 1 , β 2 , ⋯ , β r \beta_1,\beta_2,\cdots,\beta_r β1,β2,⋯,βr线性无关。
证:
(
β
1
,
β
2
,
⋯
,
β
r
)
=
(
α
1
,
α
2
,
⋯
,
α
r
)
(
1
1
⋯
1
0
1
⋯
1
⋮
⋮
⋮
0
0
⋯
1
)
=
(
α
1
,
α
2
,
⋯
,
α
r
)
K
(\beta_1,\beta_2,\cdots,\beta_r)=(\alpha_1,\alpha_2,\cdots,\alpha_r)\left( \begin{matrix} 1&1&\cdots&1\\ 0&1&\cdots&1\\ \vdots&\vdots&&\vdots\\ 0&0&\cdots&1 \end{matrix} \right)=(\alpha_1,\alpha_2,\cdots,\alpha_r)K
(β1,β2,⋯,βr)=(α1,α2,⋯,αr)
10⋮011⋮0⋯⋯⋯11⋮1
=(α1,α2,⋯,αr)K
∣
K
∣
=
1
≠
0
⇒
K
可逆
⇒
R
(
β
1
,
β
2
,
⋯
,
β
r
)
=
R
(
α
1
,
α
2
,
⋯
,
α
r
)
=
r
⇒
β
1
,
β
2
,
⋯
,
β
r
线性无关
|K|=1\neq 0\Rightarrow K\text{可逆}\\ \Rightarrow R(\beta_1,\beta_2,\cdots,\beta_r)=R(\alpha_1,\alpha_2,\cdots,\alpha_r)=r\\ \Rightarrow \beta_1,\beta_2,\cdots,\beta_r\text{线性无关}
∣K∣=1=0⇒K可逆⇒R(β1,β2,⋯,βr)=R(α1,α2,⋯,αr)=r⇒β1,β2,⋯,βr线性无关
8、已知3阶矩阵
A
A
A与3维列向量
x
x
x满足
A
3
x
=
3
A
x
−
A
2
x
A^3x=3Ax-A^2x
A3x=3Ax−A2x,且向量组
x
,
A
x
,
A
2
x
x,Ax,A^2x
x,Ax,A2x线性无关。
(1)记
y
=
A
x
,
Z
=
A
y
,
P
=
(
x
,
y
,
z
)
y=Ax,Z=Ay,P=(x,y,z)
y=Ax,Z=Ay,P=(x,y,z),求3阶矩阵
B
B
B,使
A
P
=
P
B
AP=PB
AP=PB;
(2)求
∣
A
∣
|A|
∣A∣。
解:(1)
P
=
(
x
,
y
,
z
)
=
(
x
,
A
x
,
A
2
x
)
线性无关
P=(x,y,z)=(x,Ax,A^2x)\text{线性无关}
P=(x,y,z)=(x,Ax,A2x)线性无关
⇒
R
(
P
)
=
3
⇒
∣
P
∣
≠
0
⇒
P
可逆
⇒
B
=
P
−
1
A
P
A
P
=
(
A
x
,
A
y
,
A
z
)
=
(
y
,
z
,
3
A
x
−
A
2
x
)
=
(
y
,
z
,
3
y
−
z
)
=
(
x
,
y
,
z
)
(
0
0
0
1
0
3
0
1
−
1
)
=
P
(
0
0
0
1
0
3
0
1
−
1
)
⇒
B
=
P
−
1
A
P
=
(
0
0
0
1
0
3
0
1
−
1
)
\Rightarrow R(P)=3\Rightarrow |P|\neq 0 \Rightarrow P\text{可逆}\\ \Rightarrow B=P^{-1}AP\\ AP=(Ax,Ay,Az)=(y,z,3Ax-A^2x)=(y,z,3y-z)\\ =(x,y,z)\left( \begin{matrix} 0&0&0\\ 1&0&3\\ 0&1&-1 \end{matrix} \right)=P\left( \begin{matrix} 0&0&0\\ 1&0&3\\ 0&1&-1 \end{matrix} \right)\\ \Rightarrow B=P^{-1}AP=\left( \begin{matrix} 0&0&0\\ 1&0&3\\ 0&1&-1 \end{matrix} \right)
⇒R(P)=3⇒∣P∣=0⇒P可逆⇒B=P−1APAP=(Ax,Ay,Az)=(y,z,3Ax−A2x)=(y,z,3y−z)=(x,y,z)
01000103−1
=P
01000103−1
⇒B=P−1AP=
01000103−1
(2) B = P − 1 A P ⇒ ∣ B ∣ = ∣ P − 1 ∣ ⋅ ∣ A ∣ ⋅ ∣ P ∣ = ∣ A ∣ = ∣ 0 0 0 1 0 3 0 1 − 1 ∣ = 0 B=P^{-1}AP\Rightarrow |B|=|P^{-1}|\cdot|A|\cdot|P|=|A|=\left| \begin{matrix} 0&0&0\\ 1&0&3\\ 0&1&-1 \end{matrix} \right|=0 B=P−1AP⇒∣B∣=∣P−1∣⋅∣A∣⋅∣P∣=∣A∣= 01000103−1 =0
9、设有向量组
A
:
α
1
=
(
α
2
10
)
,
α
2
=
(
−
2
1
5
)
,
α
3
=
(
−
1
1
4
)
A:\alpha_1=\left( \begin{matrix} \alpha\\ 2\\ 10 \end{matrix} \right),\alpha_2=\left( \begin{matrix} -2\\ 1\\ 5 \end{matrix} \right),\alpha_3=\left( \begin{matrix} -1\\ 1\\ 4 \end{matrix} \right)
A:α1=
α210
,α2=
−215
,α3=
−114
及向量
b
=
(
1
β
−
1
)
b=\left( \begin{matrix} 1\\ \beta\\ -1 \end{matrix} \right)
b=
1β−1
,问
α
,
β
\alpha,\beta
α,β为何值:
(1)
b
b
b不能由
A
A
A线性表示;
(2)
b
b
b能由
A
A
A线性表示,且表示唯一;
(3)
b
b
b能由
A
A
A线性表示,且表示不唯一,求一般表示式。
解:
A
x
=
b
Ax=b
Ax=b
∣
A
∣
=
∣
α
−
2
−
1
2
1
1
10
5
4
∣
≠
0
=
∣
α
+
2
−
1
0
2
1
1
2
1
0
∣
=
−
∣
α
+
2
−
1
2
1
∣
=
−
(
α
+
4
)
⇒
α
≠
−
4
|A|=\left| \begin{matrix} \alpha&-2&-1\\ 2&1&1\\ 10&5&4 \end{matrix} \right|\neq 0=\left| \begin{matrix} \alpha+2&-1&0\\ 2&1&1\\ 2&1&0 \end{matrix} \right|=-\left| \begin{matrix} \alpha+2&-1\\ 2&1 \end{matrix} \right|=-(\alpha+4)\Rightarrow \alpha\neq -4
∣A∣=
α210−215−114
=0=
α+222−111010
=−
α+22−11
=−(α+4)⇒α=−4
(2) α ≠ − 4 \alpha\neq -4 α=−4时, b b b能由 A A A唯一线性表示;
(1)当
α
=
−
4
\alpha= -4
α=−4时,
(
−
4
−
2
−
1
1
2
1
1
β
10
5
4
−
1
)
→
(
2
1
1
β
0
0
1
1
+
2
β
0
0
−
1
−
1
−
5
β
)
→
(
2
1
1
β
0
0
1
1
+
2
β
0
0
0
−
3
β
)
\left( \begin{matrix} -4&-2&-1&1\\ 2&1&1&\beta\\ 10&5&4&-1 \end{matrix} \right)\to \left( \begin{matrix} 2&1&1&\beta\\ 0&0&1&1+2\beta\\ 0&0&-1&-1-5\beta \end{matrix} \right)\to \left( \begin{matrix} 2&1&1&\beta\\ 0&0&1&1+2\beta\\ 0&0&0&-3\beta \end{matrix} \right)
−4210−215−1141β−1
→
20010011−1β1+2β−1−5β
→
200100110β1+2β−3β
当
β
≠
0
\beta\neq 0
β=0时,无解
(3)当
α
=
−
4
,
β
=
0
\alpha= -4,\beta=0
α=−4,β=0时,
(
2
1
1
0
0
0
1
1
0
0
−
1
−
1
)
→
(
2
1
0
−
1
0
0
1
1
0
0
0
0
)
→
(
1
1
2
0
−
1
2
0
0
1
1
0
0
0
0
)
⇒
x
=
(
−
1
2
0
1
)
+
c
(
−
1
2
1
0
)
(
c
∈
R
)
\left( \begin{matrix} 2&1&1&0\\ 0&0&1&1\\ 0&0&-1&-1 \end{matrix} \right)\to \left( \begin{matrix} 2&1&0&-1\\ 0&0&1&1\\ 0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 1&\frac{1}{2}&0&-\frac{1}{2}\\ 0&0&1&1\\ 0&0&0&0 \end{matrix} \right)\\ \Rightarrow x=\left( \begin{matrix} -\frac{1}{2}\\ 0\\ 1 \end{matrix} \right)+c\left( \begin{matrix} -\frac{1}{2}\\ 1\\ 0 \end{matrix} \right)(c\in R)
20010011−101−1
→
200100010−110
→
1002100010−2110
⇒x=
−2101
+c
−2110
(c∈R)
极大线性无关组
设有向量组 A A A,若在 A A A中能选出 r r r个向量 α 1 , α 2 , ⋯ , α r \alpha_1,\alpha_2,\cdots,\alpha_r α1,α2,⋯,αr,满足:
(i)向量组
A
0
:
α
1
,
α
2
,
⋯
,
α
r
A_0:\alpha_1,\alpha_2,\cdots,\alpha_r
A0:α1,α2,⋯,αr线性无关;
(ii)
A
A
A中任意
r
+
1
r+1
r+1个向量(有的话)都线性相关。
则称向量组 A 0 A_0 A0是 A A A的一个极大线性无关组。
r r r——向量组 A A A的秩。
只含0向量的向量组无极大线性无关组, r = 0 r=0 r=0。
若
A
A
A线性无关,
A
A
A本身就是其极大线性无关组,
r
=
m
r=m
r=m(向量个数)
A
∼
其极大线性无关组
A
0
A\sim \text{其极大线性无关组}A_0
A∼其极大线性无关组A0
(i)'
A
0
A_0
A0线性无关;
(ii)'
A
A
A的任一向量都能由
A
0
A_0
A0线性表示。
性质
1)矩阵的秩 = = =它的列向量组的秩 = = =它的行向量组的秩;
2)向量组
b
1
,
b
2
,
⋯
,
b
l
b_1,b_2,\cdots,b_l
b1,b2,⋯,bl可由向量组
α
1
,
α
2
,
⋯
,
α
m
\alpha_1,\alpha_2,\cdots,\alpha_m
α1,α2,⋯,αm线性表示:
⇔
R
(
α
1
,
α
2
,
⋯
,
α
m
)
=
R
(
α
1
,
α
2
,
⋯
,
α
m
,
b
1
,
⋯
,
b
l
)
\Leftrightarrow R(\alpha_1,\alpha_2,\cdots,\alpha_m)=R(\alpha_1,\alpha_2,\cdots,\alpha_m,b_1,\cdots,b_l)
⇔R(α1,α2,⋯,αm)=R(α1,α2,⋯,αm,b1,⋯,bl)
3)向量组
B
B
B能由
A
A
A线性表示:
⇔
R
(
B
)
⩽
R
(
A
)
\Leftrightarrow R(B)\leqslant R(A)
⇔R(B)⩽R(A)
习题
1、
A
=
(
2
−
1
−
1
1
2
1
1
−
2
1
4
4
−
6
2
−
2
4
3
6
−
9
7
9
)
A=\left( \begin{matrix} 2&-1&-1&1&2\\ 1&1&-2&1&4\\ 4&-6&2&-2&4\\ 3&6&-9&7&9 \end{matrix} \right)
A=
2143−11−66−1−22−911−272449
求
A
A
A的列向量组的一个极大无关组,并把不属于极大无关组的列向量用极大无关组线性表示。
解:
(
2
−
1
−
1
1
2
1
1
−
2
1
4
4
−
6
2
−
2
4
3
6
−
9
7
9
)
→
(
1
1
−
2
1
4
0
−
3
3
−
1
−
6
0
−
10
10
−
6
−
12
0
3
−
3
4
−
3
)
→
(
1
1
−
2
1
4
0
1
−
1
1
3
2
0
−
10
10
−
6
−
12
0
0
0
3
−
9
)
→
(
1
1
−
2
1
4
0
1
−
1
1
3
2
0
0
0
−
8
3
8
0
0
0
1
−
3
)
→
(
1
1
−
2
1
4
0
1
−
1
1
3
2
0
0
0
1
−
3
0
0
0
0
0
)
→
(
1
1
−
2
0
7
0
1
−
1
0
3
0
0
0
1
−
3
0
0
0
0
0
)
→
(
1
0
−
1
0
4
0
1
−
1
0
3
0
0
0
1
−
3
0
0
0
0
0
)
⇒
α
1
,
α
2
,
α
4
为列向量组的一个极大无关组
⇒
α
3
=
−
α
1
−
α
2
,
α
5
=
4
α
1
+
3
α
2
−
3
α
4
\left( \begin{matrix} 2&-1&-1&1&2\\ 1&1&-2&1&4\\ 4&-6&2&-2&4\\ 3&6&-9&7&9 \end{matrix} \right)\to \left( \begin{matrix} 1&1&-2&1&4\\ 0&-3&3&-1&-6\\ 0&-10&10&-6&-12\\ 0&3&-3&4&-3 \end{matrix} \right)\to \left( \begin{matrix} 1&1&-2&1&4\\ 0&1&-1&\frac{1}{3}&2\\ 0&-10&10&-6&-12\\ 0&0&0&3&-9 \end{matrix} \right)\\ \to \left( \begin{matrix} 1&1&-2&1&4\\ 0&1&-1&\frac{1}{3}&2\\ 0&0&0&-\frac{8}{3}&8\\ 0&0&0&1&-3 \end{matrix} \right)\to \left( \begin{matrix} 1&1&-2&1&4\\ 0&1&-1&\frac{1}{3}&2\\ 0&0&0&1&-3\\ 0&0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 1&1&-2&0&7\\ 0&1&-1&0&3\\ 0&0&0&1&-3\\ 0&0&0&0&0 \end{matrix} \right)\\\to \left( \begin{matrix} 1&0&-1&0&4\\ 0&1&-1&0&3\\ 0&0&0&1&-3\\ 0&0&0&0&0 \end{matrix} \right)\Rightarrow \alpha_1,\alpha_2,\alpha_4\text{为列向量组的一个极大无关组}\\ \Rightarrow \alpha_3=- \alpha_1- \alpha_2, \alpha_5=4 \alpha_1+3 \alpha_2-3 \alpha_4
2143−11−66−1−22−911−272449
→
10001−3−103−2310−31−1−644−6−12−3
→
100011−100−2−1100131−6342−12−9
→
10001100−2−100131−381428−3
→
10001100−2−1001311042−30
→
10001100−2−100001073−30
→
10000100−1−100001043−30
⇒α1,α2,α4为列向量组的一个极大无关组⇒α3=−α1−α2,α5=4α1+3α2−3α4
2、利用初等行变换求下列矩阵的列向量组的一个极大无关组,并把其余列向量用极大无关组线性表示。
(
25
31
17
43
75
94
53
132
75
94
54
134
25
32
20
48
)
\left( \begin{matrix} 25&31&17&43\\ 75&94&53&132\\ 75&94&54&134\\ 25&32&20&48 \end{matrix} \right)
2575752531949432175354204313213448
解:
(
25
31
17
43
75
94
53
132
75
94
54
134
25
32
20
48
)
→
(
25
31
17
43
0
1
2
3
0
1
3
5
0
1
3
5
)
→
(
25
31
17
43
0
1
2
3
0
1
3
5
0
0
0
0
)
→
(
25
31
17
43
0
1
2
3
0
0
1
2
0
0
0
0
)
→
(
25
31
0
9
0
1
0
−
1
0
0
1
2
0
0
0
0
)
→
(
25
0
0
40
0
1
0
−
1
0
0
1
2
0
0
0
0
)
→
(
1
0
0
8
5
0
1
0
−
1
0
0
1
2
0
0
0
0
)
⇒
α
1
,
α
2
,
α
3
为一个极大无关组
α
4
=
8
5
α
1
−
α
2
+
2
α
3
\left( \begin{matrix} 25&31&17&43\\ 75&94&53&132\\ 75&94&54&134\\ 25&32&20&48 \end{matrix} \right)\to \left( \begin{matrix} 25&31&17&43\\ 0&1&2&3\\ 0&1&3&5\\ 0&1&3&5 \end{matrix} \right)\to \left( \begin{matrix} 25&31&17&43\\ 0&1&2&3\\ 0&1&3&5\\ 0&0&0&0 \end{matrix} \right)\\ \to \left( \begin{matrix} 25&31&17&43\\ 0&1&2&3\\ 0&0&1&2\\ 0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 25&31&0&9\\ 0&1&0&-1\\ 0&0&1&2\\ 0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 25&0&0&40\\ 0&1&0&-1\\ 0&0&1&2\\ 0&0&0&0 \end{matrix} \right)\to \left( \begin{matrix} 1&0&0&\frac{8}{5}\\ 0&1&0&-1\\ 0&0&1&2\\ 0&0&0&0 \end{matrix} \right)\\ \Rightarrow \alpha_1,\alpha_2,\alpha_3\text{为一个极大无关组}\\ \alpha_4=\frac{8}{5}\alpha_1-\alpha_2+2\alpha_3
2575752531949432175354204313213448
→
25000311111723343355
→
25000311101723043350
→
25000311001721043320
→
250003110000109−120
→
250000100001040−120
→
10000100001058−120
⇒α1,α2,α3为一个极大无关组α4=58α1−α2+2α3