n 维向量

最新推荐文章于 2023-01-10 17:40:40 发布

BeZer0

最新推荐文章于 2023-01-10 17:40:40 发布

阅读量794

点赞数

分类专栏：数学文章标签：考研数学线性代数思维导图 N维向量

未经允许禁止转载

本文链接：https://blog.csdn.net/qq_42375636/article/details/108629243

版权

数学专栏收录该内容

20 篇文章 17 订阅

订阅专栏

目录：点我

思维导图下载：点我

N维向量

一、概念和应用

n 个数 $a_1,a_2,\cdots,a_n$ 所组成的有序数组 $\alpha=[a_1,a_2,\cdots,a_n]^T$ 或 $\alpha=[a_1,a_2,\cdots,a_n]$ 称为 n 维向量，其中 $a_1,a_2,\cdots,a_n$ 称为向量 $\alpha$ 的分量（或坐标），前一个表示称为列向量，后者称为行向量。

设 n 维向量 $\alpha=[a_1,a_2,\cdots,a_n]^T,\beta=[b_1,b_2,\cdots,b_n]^T$ ，则：

1. 向量加法

$\alpha+\beta=[a_1+b_1,a_2+b_2,\cdots,a_n+b_n]^T$

2. 数乘向量

$k\alpha=[ka_1,ka_2,\cdots,ka_n]^T$

3. 向量乘积

$(\alpha,\beta)=\alpha^T\beta=\beta^T\alpha=a_1b_1+a_2b_2+\cdots+a_nb_n$

二、定义

设 $\alpha_1,\alpha_2,\cdots,\alpha_n$ 是 n 维向量， $k_1,k_2,\cdots,k_n$ 是一组实数，称 $k_1\alpha_1+k_2\alpha_2+\cdots+k_n\alpha_n$ 是 $\alpha_1,\alpha_2,\cdots,\alpha_n$ 的线性组合。
对 n 维向量 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 和 $\beta$ ，若存在实数 $k_1,k_2,\cdots,k_s$ ，使得 $k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=\beta$ ，则称 $\beta$ 是 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 的线性组合，或者说 $\beta$ 可由 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性表出。
对 n 维向量 $\alpha_1,\alpha_2,\cdots,\alpha_s$ ，如果存在不全为 0 的数使得 $k_1\alpha_1+k_2\alpha_2+\cdots+k_s\alpha_s=0$ ，则称向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性相关，否则，称向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性无关。
设有两个 n 维向量组 (Ⅰ) $\alpha_1,\alpha_2,\cdots,\alpha_s$ ；(Ⅱ) $\beta_1,\beta_2,\cdots,\beta_t$ ；如果 (Ⅰ) 中每个向量 $\alpha_i(i=1,2,\cdots,s)$ 都可由 (Ⅱ) 中的向量 $\beta_1,\beta_2,\cdots,\beta_t$ 线性表出，则称向量组 (Ⅰ) 可由向量组 (Ⅱ) 线性表出。如果这两个向量组可以互相线性表出，则称这两个向量组等价。
在向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 中，若存在 r 个向量 $\alpha_{i_1},\alpha_{i_2},\cdots,\alpha_{i_r}$ 线性无关，再加任一个向量 $\alpha_j(j=1,2,\cdots,s)$ ，向量组 $\alpha_{i_1},\alpha_{i_2},\cdots,\alpha_{i_r},\alpha_j$ 就线性相关，则称 $\alpha_{i_1},\alpha_{i_2},\cdots,\alpha_{i_r}$ 是向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 的一个极大线性无关组。
向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 的极大线性无关组中所含向量的个数 r 称为这个向量组的秩。

三、定理

1. 等价组：

向量 $\beta$ 可由向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性表出；
非齐次线性方程组 $[\alpha_1,\alpha_2,\cdots,\alpha_s]\begin{bmatrix} x_1 \\ x_2 \\ \cdots \\ x_s \end{bmatrix} = \beta$ 有解；
秩 $r[\alpha_1,\alpha_2,\cdots,\alpha_s]=r[\alpha_1,\alpha_2,\cdots,\alpha_s,\beta]$ .

2. 等价组：

向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性相关；
齐次线性方程组 $[\alpha_1,\alpha_2,\cdots,\alpha_s]\begin{bmatrix} x_1 \\ x_2 \\ \cdots \\ x_s \end{bmatrix} = 0$ 有非零解；
向量组的秩 $r(\alpha_1,\alpha_2,\cdots,\alpha_s)<s$ .
推论： $n$ 个 $n$ 维向量 $\alpha_1,\alpha_2,\cdots,\alpha_n$ 线性相关的充分必要条件是行列式 $|\alpha_1,\alpha_2,\cdots,\alpha_n|=0$ .
推论： $n + 1$ 个 $n$ 维向量一定线性相关。

3. 定理：

任何部分组 $\alpha_1,\alpha_2,\cdots,\alpha_r$ 相关等价于整体组 $\alpha_1,\alpha_2,\cdots,\alpha_r,\cdots,\alpha_s$ 相关。
整体组 $\alpha_1,\alpha_2,\cdots,\alpha_r,\cdots,\alpha_s$ 无关等价于任何部分组 $\alpha_1,\alpha_2,\cdots,\alpha_r$ 无关。

4. 定理：

$\alpha_1,\alpha_2,\cdots,\alpha_m$ 线性无关等价于延伸组 $\tilde{\alpha_1},\tilde{\alpha_2},\cdots,\tilde{\alpha_m}$ 线性无关。
$\tilde{\alpha_1},\tilde{\alpha_2},\cdots,\tilde{\alpha_m}$ 线性相关等价于缩短组 $\alpha_1,\alpha_2,\cdots,\alpha_m$ 线性相关。

5. 定理：

如果 $\alpha_1,\alpha_2,\cdots,\alpha_s(s\ge2)$ 线性相关，则其中必有一个向量可用其余的向量线性表出；反之，若有一个向量可用其余的 $s - 1$ 个向量线性表出，则这 $s$ 个向量必线性相关。

6. 定理：

如果 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性无关， $\alpha_1,\alpha_2,\cdots,\alpha_s,\beta$ 线性相关，则 $\beta$ 可由 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性表出，且表示法唯一。

7. 定理：

如果向量组 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 可由向量组 $\beta_1,\beta_2,\cdots,\beta_t$ 线性表出，而且 $s > t$ ，那么 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性相关。即如果多数向量能用少数向量线性表出，那么多数向量一定线性相关。
推论：如果 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 线性相关，且它可由 $\beta_1,\beta_2,\cdots,\beta_t$ 线性表出，则 $s\le t$ .

8. 定理：

设 $\alpha_1,\alpha_2,\cdots,\alpha_s$ 可由 $\beta_1,\beta_2,\cdots,\beta_t$ 线性表出，则 $r(\alpha_1,\alpha_2,\cdots,\alpha_s)\le r(\beta_1,\beta_2,\cdots,\beta_t)$ .
推论：等价向量组的秩相等。