【线性代数】向量组的线性相关性

本文深入探讨了向量组的概念,包括向量、线性组合与线性表示的定义和性质。重点讲解了向量组的线性相关性和线性无关性的定义、充要条件,以及如何判断向量是否可以被其他向量线性表示。同时,介绍了向量组的秩及其重要性质,为理解线性代数的基础概念提供了清晰的阐述。
摘要由CSDN通过智能技术生成

向量组及其线性组合

一、向量

定义: n n n个有次序的数 a 1 , a 2 , ⋯   , a n a_{1},a_{2},\cdots,a_{n} a1,a2,,an所组成的数组称为 n n n维向量,这 n n n个数称为该向量的 n n n个分量,第 i i i个数 a i a_{i} ai称为第 i i i个分量

向量可以使行向量,也可以是列向量

二、线性表示

1. 线性组合的定义

给定向量组 A : a 1 , a 2 , ⋯   , a m A:a_{1},a_{2},\cdots,a_{m} A:a1,a2,,am,对于任何一组实数 k 1 , k 2 , ⋯   , k m k_{1},k_{2},\cdots,k_{m} k1,k2,,km,表达式 k 1 a 1 + k 2 a 2 + ⋯ + k m a m k_{1}a_{1}+k_{2}a_{2}+\cdots+k_{m}a_{m} k1a1+k2a2++kmam称为向量组 A A A的一个线性组合, k 1 , k 2 , ⋯   , k n k_{1},k_{2},\cdots,k_{n} k1,k2,,kn称为这个线性组合的系数

2. 线性表示的定义

给定向量组 A : a 1 , a 2 , ⋯   , a m A:a_{1},a_{2},\cdots,a_{m} A:a1,a2,,am和向量 b b b,如果存在一组数 λ 1 , λ 2 , ⋯   , λ m \lambda_{1},\lambda_2,\cdots,\lambda_{m} λ1,λ2,,λm,使 b = λ 1 a 1 + λ 2 a 2 + ⋯ + λ m a m b=\lambda_1a_{1}+\lambda_{2}a_{2}+\cdots+\lambda_ma_m b=λ1a1+λ2a2++λmam,则向量 b b b是向量组 A A A的线性组合,这时称向量 b b b能由向量组 A A A线性表示

3. 线性表示的充要条件

向量 b b b能由向量组 A : a 1 , a 2 , ⋯   , a m A:a_{1},a_{2},\cdots,a_{m} A:a1,a2,,am线性表示的充要条件是矩阵 A = ( a 1 , a 2 , ⋯   , a m ) A=(a_{1},a_{2},\cdots,a_{m}) A=(a1,a2,,am)的秩等于矩阵 B = ( a 1 , a 2 , ⋯   , a m , b ) B=(a_1,a_2,\cdots,a_m,b) B=(a1,a2,,am,b)的秩

( a 1 ⋯ a m ) ( λ 1 ⋮ λ m ) = b = λ 1 a 1 + ⋯ + λ m a m \begin{pmatrix}a_1 & \cdots & a_m\end{pmatrix}\begin{pmatrix}\lambda_1\\\vdots\\\lambda_m\end{pmatrix}=b=\lambda_1a_1+\cdots+\lambda_{m}a_{m} (a1am)λ1λm=b=λ1a1++λmam
A x = b Ax=b Ax=b有解 ⇔ r ( A ) = r ( A ∣ b ) = m \Leftrightarrow r(A)=r(A|b)=m r(A)=r(Ab)=m

三、向量组等价

1. 向量组等价定义

设有两个向量组 A : a 1 , a 2 , ⋯   , a m A:a_{1},a_2,\cdots,a_m A:a1,a2,,am B : b 1 , b 2 , ⋯   , b l B:b_{1},b_{2},\cdots,b_{l} B:b1,b2,,bl,若 B B B组中的每个向量都能由向量组 A A A线性表示,则称向量组 B B B能由向量组 A A A线性表示。若向量组 A A A与向量组 B B B能相互线性表示,则称两个向量组等价

2. 向量组线性表示的充要条件

向量组 B : b 1 , b 2 , ⋯   , b l B:b_{1},b_{2},\cdots,b_{l} B:b1,b2,,bl能由向量组 A : a 1 , a 2 , ⋯   , a m A:a_{1},a_2,\cdots,a_m A:a1,a2,,am线性表示的充分必要条件是矩阵 A = ( a 1 , a 2 , ⋯   , a m ) A=(a_{1},a_{2},\cdots,a_{m}) A=(a1,a2,,am)的秩等于矩阵 ( A , B ) = ( a 1 , ⋯   , a m , b 1 , ⋯   , b l ) (A,B)=(a_{1},\cdots,a_{m},b_{1},\cdots,b_{l}) (A,B)=(a1,,am,b1,,bl

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值