基的判断
m m m 维空间中任意 m m m 个向量的向量组 V = ( v 1 , ⋯ , v m ) V = (\mathbf{v_1},\cdots,\mathbf{v_m}) V=(v1,⋯,vm) 如何判断其是否为基,这些线性代数一个核心问题。可以从几何和代数两个方面考虑。
几何上,向量组张成整个空间,所以能张成整个空间的向量组就是基。具体判断(或想象,因为三维以上空间只能想象)如下,向量组有 m m m 个向量,可以向一个空集每次只增加一个向量,集合每增加一个向量后,判断集合内向量组是否能张成“完整”子空间,如果不能,则不是基。比如第一个向量肯定可以张成完整的一维子空间(直线);增加第二个向量时,如果该向量与第一个向量共线,则集合不能张成“完整”二维子空间(平面),则向量组不是基,判断结束。如果该向量与第一个向量不共线,则继续增加一个向量。第三个向量如与前两个共面,则集合不能张成“完整”三维子空间,则向量组不是基,判断结束。如不共面,则继续增加一个向量,依次进行,直到取完所有向量。只有当最后一个向量加入后,能张成“完整”空间,向量组才是基。
基按照上述方式看的话,每次增加的向量都不位于集合所处的子空间内,有“张角”, m m m 个向量完整地张开了整个空间,广义体积不为0!如果 m m m 个向量不是基,则必有某个向量“躺在”集合所处的子空间内,不能完整地张开整个空间,广义体积为0。 这种几何图像对后面理解矩阵可逆和行列式非常关键!
这种方法只适合二维空间,三维空间必须借助计算机辅助绘图,才能观察到,但思想很重要。
代数上,通过判断向量组表示 0 \mathbf{0} 0 向量时,是否只有唯一全0表示,如果是,则是基,否则非基。这最后会归结于求线性方程的零解。 m m m 维空间向量相等需每个分量相等,每个分量可得到一个方程, m m m 个分量得到 m m m 个方程。 m m m 个向量,所以表示系数有 m m m 个,是 m m m 元方程。低元方程可用初中学过的变量代入消元法求解,高元方程用高斯消元法求解,后面有专门章节介绍。代数法的好处是可以判断任意维度空间的向量组是否为基,代数是工具。线性代数很多问题最后都要归结于计算问题,计算只是工具,几何才是灵魂。
m
m
m 维空间中
m
m
m 个向量的向量组
V
=
(
v
1
,
⋯
,
v
m
)
V = (\mathbf{v_1},\cdots,\mathbf{v_m})
V=(v1,⋯,vm) ,其线性组合表示
0
\mathbf{0}
0 向量为
0
=
α
1
v
1
+
⋯
+
α
m
v
m
\mathbf{0} =\alpha_1\mathbf{v_1}+\cdots+\alpha_m\mathbf{v_m}
0=α1v1+⋯+αmvm
这时必须把向量拆开,看到每个分量才能解方程。令
v
i
=
(
V
i
1
,
⋯
,
V
i
j
,
⋯
,
V
i
m
)
\mathbf{v_i} = (\mathbf{V_{i1}},\cdots,\mathbf{V_{ij}},\cdots,\mathbf{V_{im}})
vi=(Vi1,⋯,Vij,⋯,Vim) ,即第
j
j
j 个分量为
V
i
j
\mathbf{V_{ij}}
Vij 。根据向量数乘、加法和相等规则,可得
α
1
V
11
+
⋯
+
α
i
V
i
1
+
⋯
+
α
m
V
m
1
=
0
α
1
V
12
+
⋯
+
α
i
V
i
2
+
⋯
+
α
m
V
m
2
=
0
⋮
α
1
V
1
m
+
⋯
+
α
i
V
i
m
+
⋯
+
α
m
V
m
m
=
0
\alpha_1\mathbf{V_{11}}+\cdots+\alpha_i\mathbf{V_{i1}}+\cdots+\alpha_m\mathbf{V_{m1}} = 0 \\ \alpha_1\mathbf{V_{12}}+\cdots+\alpha_i\mathbf{V_{i2}}+\cdots+\alpha_m\mathbf{V_{m2}} = 0 \\ \vdots \\ \alpha_1\mathbf{V_{1m}}+\cdots+\alpha_i\mathbf{V_{im}}+\cdots+\alpha_m\mathbf{V_{mm}} = 0
α1V11+⋯+αiVi1+⋯+αmVm1=0α1V12+⋯+αiVi2+⋯+αmVm2=0⋮α1V1m+⋯+αiVim+⋯+αmVmm=0
m
m
m 个方程
m
m
m 个未知数。注意与未知数
α
i
\alpha_i
αi 相乘的系数只有向量
v
i
\mathbf{v_i}
vi 的分量。
例如,二维空间中,向量组
V
=
(
v
1
,
v
2
)
,
v
1
=
(
1
,
2
)
\mathbf{V} = (\mathbf{v_1},\mathbf{v_2}), \mathbf{v_1} = (1,2)
V=(v1,v2),v1=(1,2) 和
v
2
=
(
3
,
4
)
\mathbf{v_2} = (3,4)
v2=(3,4) ,对应方程为
1
α
1
+
3
α
2
=
0
2
α
1
+
4
α
2
=
0
1\alpha_1+3\alpha_2 = 0 \\ 2\alpha_1+4\alpha_2 = 0 \\
1α1+3α2=02α1+4α2=0
只有唯一0解,向量组是基。
例如,三维空间中,向量组
V
=
(
v
1
,
v
2
,
v
3
)
,
v
1
=
(
1
,
2
,
3
)
\mathbf{V} = (\mathbf{v_1},\mathbf{v_2},\mathbf{v_3}), \mathbf{v_1} = (1,2,3)
V=(v1,v2,v3),v1=(1,2,3) ,
v
2
=
(
4
,
5
,
6
)
\mathbf{v_2} = (4,5,6)
v2=(4,5,6) 和
v
3
=
(
10
,
14
,
18
)
\mathbf{v_3} = (10,14,18)
v3=(10,14,18) 对应方程为
1
α
1
+
4
α
2
+
10
α
3
=
0
2
α
1
+
5
α
2
+
14
α
3
=
0
3
α
1
+
6
α
2
+
18
α
3
=
0
1\alpha_1+4\alpha_2+10\alpha_3 = 0 \\ 2\alpha_1+5\alpha_2+14\alpha_3 = 0 \\ 3\alpha_1+6\alpha_2+18\alpha_3 = 0
1α1+4α2+10α3=02α1+5α2+14α3=03α1+6α2+18α3=0
有非0解 ( 2 , 2 , − 1 ) (2,2,-1) (2,2,−1) ,向量组不是基。
无关组是基的子集,判断 n < m n < m n<m 个向量是否为无关组,方法完全相同!几何上,只有整个向量组能张成“完整”子空间(“完整”子空间维度等于向量数量),向量组才是无关组。代数上,通过判断向量组表示 0 \mathbf{0} 0 向量时,是否只有唯一全0表示,只不过未知数只有 n n n 个。
例如,三维空间中,向量组
v
1
=
(
1
,
2
,
3
)
\mathbf{v_1} = (1,2,3)
v1=(1,2,3) ,
v
2
=
(
4
,
5
,
6
)
\mathbf{v_2} = (4,5,6)
v2=(4,5,6) 对应方程为
1
α
1
+
4
α
2
=
0
2
α
1
+
5
α
2
=
0
3
α
1
+
6
α
2
=
0
1\alpha_1+4\alpha_2 = 0 \\2\alpha_1+5\alpha_2 = 0 \\3\alpha_1+6\alpha_2 = 0
1α1+4α2=02α1+5α2=03α1+6α2=0
只有唯一0解,向量组是无关组。