系列文章目录
版权声明
本文大部分内容皆来自李永乐老师考研教材和视频课。
前言
在学习前注意以下几点:
- 向量和向量组:分清楚向量和向量组,这一点至关重要。
- 区分向量、向量组、矩阵和行列式以及它们混合时的写法:
- ∣ a 11 a 12 … a 1 n a 21 a 22 … a 2 n ⋮ ⋮ ⋮ a n 1 a n 2 … a n n ∣ ⇔ \begin{vmatrix}a_{11} &a_{12}&\ldots&a_{1n}\\a_{21} &a_{22}&\ldots&a_{2n}\\\vdots&\vdots&&\vdots\\a_{n1}&a_{n2}&\ldots&a_{nn}\end{vmatrix}\Leftrightarrow a11a21⋮an1a12a22⋮an2………a1na2n⋮ann ⇔ 行列式
- [ a 1 a 2 … a n ] ⇔ \begin{bmatrix}a_1&a_2&\dots&a_n\end{bmatrix}\Leftrightarrow [a1a2…an]⇔ 矩阵
- ( a 1 , a 2 , … , a n ) ⇔ (a_1,a_2,\dots,a_n)\Leftrightarrow (a1,a2,…,an)⇔ 向量
- α 1 , α 2 , … , α n ⇔ \alpha_1,\alpha_2,\dots,\alpha_n\Leftrightarrow α1,α2,…,αn⇔ 向量组
- ∣ α 1 , α 2 , … , α n ∣ ⇔ |\alpha_1,\alpha_2,\dots,\alpha_n|\Leftrightarrow ∣α1,α2,…,αn∣⇔向量组行列式
- [ α 1 , α 2 , … , α n ] ⇔ [\alpha_1,\alpha_2,\dots,\alpha_n]\Leftrightarrow [α1,α2,…,αn]⇔向量组矩阵
向量和向量组
由
n
n
n个数构成的有序集合称为
n
n
n维向量,记为:
(
a
1
,
a
2
,
…
,
a
n
)
(
行向量
)
(
a
1
,
a
2
,
…
,
a
n
)
(
列向量
)
T
(a_1,a_2,\dots,a_n)_{(行向量)}\\ (a_1,a_2,\dots,a_n)^T_{(列向量)}
(a1,a2,…,an)(行向量)(a1,a2,…,an)(列向量)T
其中
a
i
a_i
ai称为向量的第
i
i
i个分量
(
i
=
1
,
2
,
…
,
n
)
(i=1,2,\dots,n)
(i=1,2,…,n),如果向量的所有分量都是
0
0
0,就称其为零向量,记作
O
=
(
0
,
0
,
…
,
0
)
O=(0,0,\dots,0)
O=(0,0,…,0)
设 n n n维向量 α = ( a 1 , a 2 , … , a n ) , β = ( b 1 , b 2 , … , b n ) \alpha=(a_1,a_2,\dots,a_n),\beta=(b_1,b_2,\dots,b_n) α=(a1,a2,…,an),β=(b1,b2,…,bn),则:
- α = β ⇔ a 1 = b 1 , a 2 = b 2 , … , a n = b n \alpha=\beta\Leftrightarrow a_1=b_1,a_2=b_2,\dots,a_n=b_n α=β⇔a1=b1,a2=b2,…,an=bn
- 向量加法: α + β = ( a 1 + b 1 , a 2 + b 2 , … , a n + b n ) \alpha+\beta=(a_1+b_1,a_2+b_2,\dots,a_n+b_n) α+β=(a1+b1,a2+b2,…,an+bn)
- 数乘向量: k α = ( k a 1 , k a 2 , … , k a n ) k\alpha=(ka_1,ka_2,\dots,ka_n) kα=(ka1,ka2,…,kan)
n n n个 m m m维向量组成的有序集合称为m维向量组。
向量内积
设
α
=
(
a
1
,
a
2
,
…
,
a
n
)
T
,
β
=
(
b
1
,
b
2
,
…
,
b
n
)
T
\alpha=(a_1,a_2,\dots,a_n)^T,\beta=(b_1,b_2,\dots,b_n)^T
α=(a1,a2,…,an)T,β=(b1,b2,…,bn)T,令
(
α
,
β
)
=
a
1
b
1
+
a
2
b
2
,
+
⋯
+
a
n
b
n
(\alpha,\beta)=a_1b_1+a_2b_2,+\dots+a_nb_n
(α,β)=a1b1+a2b2,+⋯+anbn
则称其为向量
α
\alpha
α和
β
\beta
β的内积。如果
(
α
,
β
)
=
0
(\alpha,\beta)=0
(α,β)=0,则称
α
\alpha
α与
β
\beta
β正交,记作
A
⊥
B
A\perp B
A⊥B
向量
α
\alpha
α的长度为
(
α
,
α
)
\sqrt{(\alpha,\alpha)}
(α,α),记作
∣
∣
α
∣
∣
=
(
α
,
α
)
=
a
1
2
+
a
2
2
+
⋯
+
a
n
2
||\alpha||=\sqrt{(\alpha,\alpha)}=\sqrt{a_1^2+a_2^2+\dots+a_n^2}
∣∣α∣∣=(α,α)=a12+a22+⋯+an2
长度为
1
1
1的向量称为单位向量。内积的性质如下:
- ( α , β ) = ( β , α ) (\alpha,\beta)=(\beta,\alpha) (α,β)=(β,α)
- ( α + β , γ ) = ( α , γ ) + ( β , γ ) (\alpha+\beta,\gamma)=(\alpha,\gamma)+(\beta,\gamma) (α+β,γ)=(α,γ)+(β,γ)
- ( k α , β ) = k ( α , β ) (k\alpha,\beta)=k(\alpha,\beta) (kα,β)=k(α,β)
- ( α , α ) = 0 ⇔ α = O (\alpha,\alpha)=0\Leftrightarrow\alpha=O (α,α)=0⇔α=O
- 柯西-施瓦茨不等式:
(
α
,
β
)
2
≤
∣
∣
α
∣
∣
2
∣
∣
β
∣
∣
2
(\alpha,\beta)^2\leq||\alpha||^2||\beta||^2
(α,β)2≤∣∣α∣∣2∣∣β∣∣2,当且仅当
α
\alpha
α和
β
\beta
β线性相关时等号成立。
证明:若 α , β \alpha,\beta α,β线性无关,则 ∀ \forall ∀实数 x x x有:
x α + β ≠ O ⇓ ( x α + β , x α + β ) = ( α , α ) x 2 + 2 ( α , β ) x + ( β , β ) > 0 x\alpha+\beta\neq O\\ \Downarrow\\ (x\alpha+\beta,x\alpha+\beta)=(\alpha,\alpha)x^2+2(\alpha,\beta)x+(\beta,\beta)>0 xα+β=O⇓(xα+β,xα+β)=(α,α)x2+2(α,β)x+(β,β)>0
作为 x x x的二次函数, ∀ x \forall x ∀x其函数值恒大于 0 0 0,所以:
[ 2 ( α , β ) ] 2 − 4 ( α , α ) ( β , β ) < 0 ⇓ ( α , β ) 2 < ∣ ∣ α ∣ ∣ 2 ∣ ∣ β ∣ ∣ 2 [2(\alpha,\beta)]^2-4(\alpha,\alpha)(\beta,\beta)<0\\ \Downarrow\\ (\alpha,\beta)^2<||\alpha||^2||\beta||^2 [2(α,β)]2−4(α,α)(β,β)<0⇓(α,β)2<∣∣α∣∣2∣∣β∣∣2
若 α , β \alpha,\beta α,β线性相关,当 α = O \alpha=O α=O或 β = O \beta=O β=O时:
( α , β ) 2 = ∣ ∣ α ∣ ∣ 2 ∣ ∣ β ∣ ∣ 2 = 0 (\alpha,\beta)^2=||\alpha||^2||\beta||^2=0 (α,β)2=∣∣α∣∣2∣∣β∣∣2=0
当 β = k α ≠ O \beta=k\alpha\neq O β=kα=O时:
( α , β ) 2 = ( α , k α ) 2 = k 2 ( α , α ) 2 = ( α , α ) ( k α , k α ) = ∣ ∣ α ∣ ∣ 2 ∣ ∣ β ∣ ∣ 2 (\alpha,\beta)^2=(\alpha,k\alpha)^2=k^2(\alpha,\alpha)^2=(\alpha,\alpha)(k\alpha,k\alpha)=||\alpha||^2||\beta||^2 (α,β)2=(α,kα)2=k2(α,α)2=(α,α)(kα,kα)=∣∣α∣∣2∣∣β∣∣2 - 若
n
n
n维向量组
α
1
,
α
2
,
…
,
α
r
\alpha_1,\alpha_2,\dots,\alpha_r
α1,α2,…,αr是一组两两正交的非零向量,则
α
1
,
α
2
,
…
,
α
r
\alpha_1,\alpha_2,\dots,\alpha_r
α1,α2,…,αr线性无关。
证明:设
k 1 α 1 + k 2 α 2 + ⋯ + k r α r = O ① \tag*{①}k_1\alpha_1+k_2\alpha_2+\dots+k_r\alpha_r=O k1α1+k2α2+⋯+krαr=O①
则必有 k 1 = 0 , k 2 = 0 , … , k r = 0 k_1=0,k_2=0,\dots,k_r=0 k1=0,k2=0,…,kr=0,用 α 1 \alpha_1 α1对①两边做内积得:
( α 1 , k 1 α 1 + k 2 α 2 + ⋯ + k r α r ) = ( α 1 , O ) ⇓ k 1 ( α 1 , α 1 ) + k 2 ( α 1 , α 2 ) + ⋯ + k r ( α 1 , α r ) = 0 ⇓ k 1 ( α 1 , α 1 ) = 0 (\alpha_1,k_1\alpha_1+k_2\alpha_2+\dots+k_r\alpha_r)=(\alpha_1,O)\\ \Downarrow\\ k_1(\alpha_1,\alpha_1)+k_2(\alpha_1,\alpha_2)+\dots+k_r(\alpha_1,\alpha_r)=0\\ \Downarrow\\ k_1(\alpha_1,\alpha_1)=0 (α1,k1α1+k2α2+⋯+krαr)=(α1,O)⇓k1(α1,α1)+k2(α1,α2)+⋯+kr(α1,αr)=0⇓k1(α1,α1)=0
因 α 1 ≠ 0 , ( α 1 , α 1 ) > 0 \alpha_1\neq0,(\alpha_1,\alpha_1)>0 α1=0,(α1,α1)>0,所以必有 k 1 = 0 k_1=0 k1=0,同理可证 k 2 = 0 , … , k r = 0 k_2=0,\dots,k_r=0 k2=0,…,kr=0。 - 单位化:设
β
1
,
β
2
,
β
3
\beta_1,\beta_2,\beta_3
β1,β2,β3,将其单位化有:
γ 1 = β 1 ∣ ∣ β 1 ∣ ∣ , γ 2 = β 2 ∣ ∣ β 2 ∣ ∣ , γ 3 = β 3 ∣ ∣ β 3 ∣ ∣ \gamma_1=\frac{\beta_1}{||\beta_1||},\gamma_2=\frac{\beta_2}{||\beta_2||},\gamma_3=\frac{\beta_3}{||\beta_3||} γ1=∣∣β1∣∣β1,γ2=∣∣β2∣∣β2,γ3=∣∣β3∣∣β3 - Schmidt正交化:设
α
1
,
α
2
,
α
3
\alpha_1,\alpha_2,\alpha_3
α1,α2,α3线性无关,令
β 1 = α 1 β 2 = α 2 − ( α 2 , β 1 ) ( β 1 , β 1 ) β 1 β 3 = α 3 − ( α 3 , β 1 ) ( β 1 , β 1 ) β 1 − ( α 3 , β 2 ) ( β 2 , β 2 ) β 2 \beta_1=\alpha_1\\ \beta_2=\alpha_2-\frac{(\alpha_2,\beta_1)}{(\beta_1,\beta_1)}\beta_1\\ \beta_3=\alpha_3-\frac{(\alpha_3,\beta_1)}{(\beta_1,\beta_1)}\beta_1-\frac{(\alpha_3,\beta_2)}{(\beta_2,\beta_2)}\beta_2 β1=α1β2=α2−(β1,β1)(α2,β1)β1β3=α3−(β1,β1)(α3,β1)β1−(β2,β2)(α3,β2)β2
那么 β 1 , β 2 , β 3 \beta_1,\beta_2,\beta_3 β1,β2,β3两两正交,则 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3到 β 1 , β 2 , β 3 \beta_1,\beta_2,\beta_3 β1,β2,β3这一过程称为Schmidt正交化。
向量组的线性表示
设向量组
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn和
n
n
n个实数
k
1
,
k
2
,
…
,
k
n
k_1,k_2,\dots,k_n
k1,k2,…,kn,称
k
1
α
1
,
+
k
2
α
2
+
⋯
+
k
n
α
n
k_1\alpha_1,+k_2\alpha_2+\dots+k_n\alpha_n
k1α1,+k2α2+⋯+knαn
是向量组
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn的一个线性组合,
k
1
,
k
2
,
…
,
k
n
k_1,k_2,\dots,k_n
k1,k2,…,kn称为这个线性组合的系数。如果向量
β
\beta
β可以表示为
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn的线性组合,即
β
=
k
1
α
1
,
+
k
2
α
2
+
⋯
+
k
n
α
n
\beta=k_1\alpha_1,+k_2\alpha_2+\dots+k_n\alpha_n
β=k1α1,+k2α2+⋯+knαn
则称向量
β
\beta
β可由
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn线性表示。向量
β
\beta
β可由
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn线性表示等价于
[
α
1
,
α
2
,
…
,
α
n
]
[
k
1
k
2
⋮
k
m
]
=
β
[\alpha_1,\alpha_2,\dots,\alpha_n] \begin{bmatrix} k_1\\k_2\\\vdots\\k_m \end{bmatrix} =\beta
[α1,α2,…,αn]
k1k2⋮km
=β有解。设向量组
α
1
,
α
2
,
…
,
α
n
①
β
1
,
β
2
,
…
,
β
m
②
\alpha_1,\alpha_2,\dots,\alpha_n①\\\beta_1,\beta_2,\dots,\beta_m②
α1,α2,…,αn①β1,β2,…,βm②若
①
①
①中的每个向量均可由
②
②
②线性表示,则称向量组
①
①
①可由向量组
②
②
②线性表示,若向量组
①
①
①和向量组
②
②
②可以互相线性表示,则称向量组
①
①
①等价于向量组
②
②
②。
向量组的线性相关
对向量组 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn,如果存在不全为零的系数使得 k 1 α 1 , + k 2 α 2 + ⋯ + k n α n = O k_1\alpha_1,+k_2\alpha_2+\dots+k_n\alpha_n=O k1α1,+k2α2+⋯+knαn=O则称向量组 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性相关,否则就称它线性无关。向量组 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性相关等价于 [ α 1 , α 2 , … , α n ] [ x 1 x 2 ⋮ x n ] = O [\alpha_1,\alpha_2,\dots,\alpha_n]\begin{bmatrix}x_1\\x_2\\\vdots\\x_n\end{bmatrix}=O [α1,α2,…,αn] x1x2⋮xn =O有非零解。线性相关的几何意义如下:
- α \alpha α相关 ⇔ α = O \Leftrightarrow \alpha=O ⇔α=O
- α 1 , α 2 \alpha_1,\alpha_2 α1,α2相关 ⇔ α 1 , α 2 \Leftrightarrow \alpha_1,\alpha_2 ⇔α1,α2共线。
- α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3相关 ⇔ α 1 , α 2 , α 3 \Leftrightarrow \alpha_1,\alpha_2,\alpha_3 ⇔α1,α2,α3共面。
线性相关的性质
- 含有
n
+
1
n+1
n+1个
n
n
n维向量的向量组必线性相关。
证明:设向量组
α 1 , α 2 , α 3 = ( a 11 , a 12 ) , ( a 21 , a 22 ) , ( a 31 , a 32 ) \alpha_1,\alpha_2,\alpha_3=(a_{11},a_{12}),(a_{21},a_{22}),(a_{31},a_{32}) α1,α2,α3=(a11,a12),(a21,a22),(a31,a32)
则方程组
k 1 α 1 , + k 2 α 2 + k 3 α 3 = O ⇓ { a 11 k 1 + a 21 k 2 + a 31 k 3 = 0 a 12 k 1 + a 22 k 2 + a 32 k 3 = 0 k_1\alpha_1,+k_2\alpha_2+k_3\alpha_3=O\\ \Downarrow\\ \begin{cases} a_{11}k_1+a_{21}k_2+a_{31}k_3=0\\ a_{12}k_1+a_{22}k_2+a_{32}k_3=0 \end{cases} k1α1,+k2α2+k3α3=O⇓{a11k1+a21k2+a31k3=0a12k1+a22k2+a32k3=0
有无穷解,所以向量组 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3线性相关。 -
l
l
l维向量组
α
1
,
α
2
,
…
,
α
n
\alpha_1,\alpha_2,\dots,\alpha_n
α1,α2,…,αn线性相关
⇒
l
\Rightarrow l
⇒l维向量组
α
1
,
α
2
,
…
,
α
n
,
…
,
α
m
(
m
>
n
)
\alpha_1,\alpha_2,\dots,\alpha_n,\dots,\alpha_m(m>n)
α1,α2,…,αn,…,αm(m>n)也一定线性相关。
证明:存在不全为零的系数使得
k 1 α 1 , + k 2 α 2 + ⋯ + k n α n = O k_1\alpha_1,+k_2\alpha_2+\dots+k_n\alpha_n=O k1α1,+k2α2+⋯+knαn=O
那么那么无论系数 k n + 1 , … , k n k_{n+1},\dots,k_n kn+1,…,kn等于什么,总存在不全为零的系数使下列式子成立:
k 1 α 1 , + k 2 α 2 + ⋯ + k n α n + k n + 1 α n + 1 + ⋯ + k m α m = O k_1\alpha_1,+k_2\alpha_2+\dots+k_n\alpha_n+k_{n+1}\alpha_{n+1}+\dots+k_m\alpha_m=O k1α1,+k2α2+⋯+knαn+kn+1αn+1+⋯+kmαm=O -
n
n
n维向量组
α
1
,
α
2
,
…
,
α
l
\alpha_1,\alpha_2,\dots,\alpha_l
α1,α2,…,αl线性无关
⇒
m
(
m
>
n
)
\Rightarrow m(m>n)
⇒m(m>n)维向量组
α
1
,
α
2
,
…
,
α
l
\alpha_1,\alpha_2,\dots,\alpha_l
α1,α2,…,αl也一定线性无关。
证明:设向量组
α 1 , α 2 = ( a 11 , a 12 ) , ( a 21 , a 22 ) β 1 , β 2 = ( b 11 , b 12 , b 13 ) , ( b 21 , b 22 , b 23 ) \alpha_1,\alpha_2=(a_{11},a_{12}),(a_{21},a_{22})\\ \beta_1,\beta_2=(b_{11},b_{12},b_{13}),(b_{21},b_{22},b_{23}) α1,α2=(a11,a12),(a21,a22)β1,β2=(b11,b12,b13),(b21,b22,b23)
因为方程组
k 1 α 1 , + k 2 α 2 = O ⇓ { a 11 k 1 + a 21 k 2 = 0 a 12 k 1 + a 22 k 2 = 0 k_1\alpha_1,+k_2\alpha_2=O\\ \Downarrow\\ \begin{cases} a_{11}k_1+a_{21}k_2=0\\ a_{12}k_1+a_{22}k_2=0 \end{cases} k1α1,+k2α2=O⇓{a11k1+a21k2=0a12k1+a22k2=0
只有零解,所以方程组
k 1 β 1 , + k 2 β 2 = O ⇓ { b 11 k 1 + b 21 k 2 = 0 b 12 k 1 + b 22 k 2 = 0 b 13 k 1 + b 23 k 2 = 0 k_1\beta_1,+k_2\beta_2=O\\ \Downarrow\\ \begin{cases} b_{11}k_1+b_{21}k_2=0\\ b_{12}k_1+b_{22}k_2=0\\ b_{13}k_1+b_{23}k_2=0\\ \end{cases} k1β1,+k2β2=O⇓⎩ ⎨ ⎧b11k1+b21k2=0b12k1+b22k2=0b13k1+b23k2=0
也只有零解。
总结一下以上结论:
- 向量组中向量的个数 > > >向量组的维数 ⇒ \Rightarrow ⇒向量组线性相关
- 对于同维向量组有:
- 向量数少线性相关 ⇒ \Rightarrow ⇒向量数多线性相关
- 向量数多线性无关 ⇒ \Rightarrow ⇒向量数少线性无关
- 对于同向量数向量组有:
- 低维线性无关 ⇒ \Rightarrow ⇒高维线性无关
- 高维线性相关 ⇒ \Rightarrow ⇒低维线性相关
线性相关和线性表示的关系
-
向量组 α 1 , α 2 , … , α n ( n ≥ 2 ) \alpha_1,\alpha_2,\dots,\alpha_n(n≥2) α1,α2,…,αn(n≥2)线性相关 ⇔ ∃ \Leftrightarrow \exists ⇔∃向量 α i \alpha_i αi可由其余向量 α 1 , … , α i − 1 , α i + 1 , … , α n \alpha_1,\dots,\alpha_{i-1},\alpha_{i+1},\dots,\alpha_n α1,…,αi−1,αi+1,…,αn线性表示。
证明:- 必要性:如果向量组
α
1
,
α
2
,
…
,
α
n
(
n
≥
2
)
\alpha_1,\alpha_2,\dots,\alpha_n(n≥2)
α1,α2,…,αn(n≥2)线性相关,则存在不全为零的系数使得:
k 1 α 1 + k 2 α 2 + ⋯ + k n α n = O k_1\alpha_1+k_2\alpha_2+\dots+k_n\alpha_n=O k1α1+k2α2+⋯+knαn=O
不妨设 k 1 ≠ 0 k_1\neq0 k1=0,则有:
k 1 α 1 = − k 2 α 2 − k 3 α 3 − ⋯ − k n α n k_1\alpha_1=-k_2\alpha_2-k_3\alpha_3-\dots -k_n\alpha_n k1α1=−k2α2−k3α3−⋯−knαn
那么:
α 1 = − k 2 k 1 α 2 − k 3 k 1 α 3 − ⋯ − k n k 1 α n \alpha_1=-\frac{k_2}{k_1}\alpha_2-\frac{k_3}{k_1}\alpha_3-\dots-\frac{k_n}{k_1}\alpha_n α1=−k1k2α2−k1k3α3−⋯−k1knαn - 充分性:如果至少有一个向量
α
i
\alpha_i
αi可由其余向量
α
1
,
…
,
α
i
−
1
,
α
i
+
1
,
…
,
α
n
\alpha_1,\dots,\alpha_{i-1},\alpha_{i+1},\dots,\alpha_n
α1,…,αi−1,αi+1,…,αn线性表示,那么:
α i = α 1 k 1 + ⋯ + α i − 1 k i − 1 + α i + 1 k i + 1 + ⋯ + α n k n \alpha_i=\alpha_1k_1+\dots+\alpha_{i-1}k_{i-1}+\alpha_{i+1}k_{i+1}+\dots+\alpha_nk_n αi=α1k1+⋯+αi−1ki−1+αi+1ki+1+⋯+αnkn
表示,那么:
O = α 1 k 1 + ⋯ + α i − 1 k i − 1 + α i + 1 k i + 1 + ⋯ + α n k n − α i O=\alpha_1k_1+\dots+\alpha_{i-1}k_{i-1}+\alpha_{i+1}k_{i+1}+\dots+\alpha_nk_n-\alpha_i O=α1k1+⋯+αi−1ki−1+αi+1ki+1+⋯+αnkn−αi
显然该方程式的系数不全为零,所以该方程式线性相关。
- 必要性:如果向量组
α
1
,
α
2
,
…
,
α
n
(
n
≥
2
)
\alpha_1,\alpha_2,\dots,\alpha_n(n≥2)
α1,α2,…,αn(n≥2)线性相关,则存在不全为零的系数使得:
-
α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性无关,而 α 1 , α 2 , … , α n , β \alpha_1,\alpha_2,\dots,\alpha_n,\beta α1,α2,…,αn,β线性相关 ⇒ \Rightarrow ⇒向量 β \beta β必能由 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性表示且表示法唯一。
证明:如果 α 1 , α 2 , … , α n , β \alpha_1,\alpha_2,\dots,\alpha_n,\beta α1,α2,…,αn,β线性相关,则:
α 1 k 1 + α 2 k 2 + ⋯ + α n k n + β k n + 1 = O \alpha_1k_1+\alpha_2k_2+\dots+\alpha_nk_n+\beta k_{n+1}=O α1k1+α2k2+⋯+αnkn+βkn+1=O
假设 k n + 1 = 0 k_{n+1}=0 kn+1=0,那么 k 1 , k 2 , … , k n k_1,k_2,\dots,k_n k1,k2,…,kn不全为零,则 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性相关,与已知相违背,所以向量 β \beta β必能由 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性表示。如果 β \beta β有两种不同的表示法,则:
β = α 1 x 1 + α 2 x 2 + ⋯ + α n x n β = α 1 y 1 + α 2 y 2 + ⋯ + α n y n \beta=\alpha_1x_1+\alpha_2x_2+\dots+\alpha_nx_n\\ \beta=\alpha_1y_1+\alpha_2y_2+\dots+\alpha_ny_n β=α1x1+α2x2+⋯+αnxnβ=α1y1+α2y2+⋯+αnyn
那么:
O = ( x 1 − y 1 ) α 1 + ( x 2 − y 2 ) α 2 + ⋯ + ( x n − y n ) α n O=(x_1-y_1)\alpha_1+(x_2-y_2)\alpha_2+\dots+(x_n-y_n)\alpha_n O=(x1−y1)α1+(x2−y2)α2+⋯+(xn−yn)αn
且 x 1 − y 1 , x 2 − y 2 , … , x n − y n x_1-y_1,x_2-y_2,\dots,x_n-y_n x1−y1,x2−y2,…,xn−yn不全为零,则 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn线性相关,与已知相违背,所以 β \beta β的表示法唯一。 -
α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs可由 β 1 , β 2 , … , β t \beta_1,\beta_2,\dots,\beta_t β1,β2,…,βt线性表示,且 s > t ⇒ α 1 , α 2 , … , α s s>t \Rightarrow\alpha_1,\alpha_2,\dots,\alpha_s s>t⇒α1,α2,…,αs必线性相关(多向量数向量组可被少向量数向量组线性表示,那么多向量数向量组一定线性相关)。
证明:因为 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs可由 β 1 , β 2 , … , β t \beta_1,\beta_2,\dots,\beta_t β1,β2,…,βt线性表示,那么:
{ α 1 = Γ 11 β 1 + Γ 21 β 2 + ⋯ + Γ t 1 β t α 2 = Γ 12 β 1 + Γ 22 β 2 + ⋯ + Γ t 2 β t … α s = Γ 1 s β 1 + Γ 2 s β 2 + ⋯ + Γ t s β t \begin{cases} \alpha_1=\Gamma_{11}\beta_1+\Gamma_{21}\beta_2+\dots+\Gamma_{t1}\beta_t\\ \alpha_2=\Gamma_{12}\beta_1+\Gamma_{22}\beta_2+\dots+\Gamma_{t2}\beta_t\\ \dots\\ \alpha_s=\Gamma_{1s}\beta_1+\Gamma_{2s}\beta_2+\dots+\Gamma_{ts}\beta_t\\ \end{cases} ⎩ ⎨ ⎧α1=Γ11β1+Γ21β2+⋯+Γt1βtα2=Γ12β1+Γ22β2+⋯+Γt2βt…αs=Γ1sβ1+Γ2sβ2+⋯+Γtsβt
即有:
[ α 1 , α 2 , … , α s ] = [ β 1 , β 2 , … , β t ] [ Γ 11 Γ 12 … Γ 1 s Γ 21 Γ 22 … Γ 2 s ⋮ ⋮ ⋮ Γ t 1 Γ t 2 … Γ t s ] ( 记为 C ) \begin{bmatrix} \alpha_1,\alpha_2,\dots,\alpha_s \end{bmatrix} = \begin{bmatrix} \beta_1,\beta_2,\dots,\beta_t \end{bmatrix} \begin{bmatrix} \Gamma_{11}&\Gamma_{12}&\dots&\Gamma_{1s}\\ \Gamma_{21}&\Gamma_{22}&\dots&\Gamma_{2s}\\ \vdots&\vdots&&\vdots\\ \Gamma_{t1}&\Gamma_{t2}&\dots&\Gamma_{ts}\\ \end{bmatrix} (记为C) [α1,α2,…,αs]=[β1,β2,…,βt] Γ11Γ21⋮Γt1Γ12Γ22⋮Γt2………Γ1sΓ2s⋮Γts (记为C)
因为 s > t s>t s>t,那么 C X = O CX=O CX=O必有非零解(未知数多,方程少),假设
η = ( k 1 , k 2 , … , k s ) \eta=(k_1,k_2,\dots,k_s) η=(k1,k2,…,ks)是该方程组的解,则 C η = O C\eta=O Cη=O,那么
[ α 1 , α 2 , … , α s ] η = [ β 1 , β 2 , … , β t ] C η = O \begin{bmatrix} \alpha_1,\alpha_2,\dots,\alpha_s \end{bmatrix}\eta = \begin{bmatrix} \beta_1,\beta_2,\dots,\beta_t \end{bmatrix}C\eta=O [α1,α2,…,αs]η=[β1,β2,…,βt]Cη=O
即 ∃ k 1 , k 2 , … , k s \exists k_1,k_2,\dots,k_s ∃k1,k2,…,ks不全为 0 0 0,使
k 1 α 1 + k 2 α 2 + ⋯ + k s α s = O k_1\alpha_1+k_2\alpha_2+\dots+k_s\alpha_s=O k1α1+k2α2+⋯+ksαs=O
所以 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs必线性相关。 -
α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs线性无关,且可由 β 1 , β 2 , … , β t \beta_1,\beta_2,\dots,\beta_t β1,β2,…,βt线性表示 ⇒ s ≤ t \Rightarrow s≤t ⇒s≤t。
-
n n n个 n n n维向量可以表示任何一个 n n n维向量 ⇔ \Leftrightarrow ⇔这个 n n n维向量线性无关。
向量组的秩
在向量组 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn中,如任意 r r r个向量 α i 1 , α i 2 , … , α i r \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir} αi1,αi2,…,αir线性无关,再添加任意一个向量 α j ( j = 1 , 2 , … , n ) \alpha_j(j=1,2,\dots,n) αj(j=1,2,…,n),向量组 α i 1 , α i 2 , … , α i r , α j \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir},\alpha_j αi1,αi2,…,αir,αj就线性相关,则称 α i 1 , α i 2 , … , α i r \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir} αi1,αi2,…,αir是向量组 α 1 , α 2 , … , α n \alpha_1,\alpha_2,\dots,\alpha_n α1,α2,…,αn的一个极大线性无关组。极大线性无关组中所包含向量的个数称为向量组的秩,记作 r ( α 1 , α 2 , … , α n ) r(\alpha_1,\alpha_2,\dots,\alpha_n) r(α1,α2,…,αn)只有零向量的向量组,规定其秩为 0 0 0。极大线性无关组的性质如下:
- 向量组可由其极大线性无关组表示。
- 矩阵
A
A
A经初等行变化变为
B
B
B矩阵,那么
A
,
B
A,B
A,B的列向量具有相同的线性相关性并且有相同的表示方法。
证明:设 P P P可逆,如果 P A = B PA=B PA=B,对矩阵 A , B A,B A,B按列分块:
P [ α 1 α 2 α 3 ] = [ β 1 β 2 β 3 ] ⇓ P α 1 = β 1 , P α 2 = β 2 , P α 3 = β 3 P\begin{bmatrix}\alpha_1&\alpha_2&\alpha_3\end{bmatrix}=\begin{bmatrix}\beta_1&\beta_2&\beta_3\end{bmatrix}\\ \Downarrow\\ P\alpha_1=\beta_1,P\alpha_2=\beta_2,P\alpha_3=\beta_3 P[α1α2α3]=[β1β2β3]⇓Pα1=β1,Pα2=β2,Pα3=β3
如果 k 1 α 1 + k 2 α 2 + k 3 α 3 = O k_1\alpha_1+k_2\alpha_2+k_3\alpha_3=O k1α1+k2α2+k3α3=O
那么
P ( k 1 α 1 + k 2 α 2 + k 3 α 3 ) = O ⇓ k 1 β 1 + k 2 β 2 + k 3 β 3 = O P(k_1\alpha_1+k_2\alpha_2+k_3\alpha_3)=O\\ \Downarrow\\ k_1\beta_1+k_2\beta_2+k_3\beta_3=O P(k1α1+k2α2+k3α3)=O⇓k1β1+k2β2+k3β3=O
如果 α 1 = x 2 α 2 + x 3 α 3 \alpha_1=x_2\alpha_2+x_3\alpha_3 α1=x2α2+x3α3
那么
P α 1 = x 2 P α 2 + x 3 P α 3 ⇓ β 1 = x 2 β 2 + x 3 β 3 P\alpha_1=x_2P\alpha_2+x_3P\alpha_3\\ \Downarrow\\ \beta_1=x_2\beta_2+x_3\beta_3 Pα1=x2Pα2+x3Pα3⇓β1=x2β2+x3β3
向量组秩的性质如下:
- 矩阵
A
A
A的秩等于
A
A
A的列向量组的秩,也等于
A
A
A的行向量组的秩。
证明:设
A = [ a 11 a 12 a 12 a 21 a 22 a 23 a 31 a 32 a 33 ] = [ α 1 α 2 α 3 ] A= \begin{bmatrix} a_{11}&a_{12}&a_{12}\\ a_{21}&a_{22}&a_{23}\\ a_{31}&a_{32}&a_{33} \end{bmatrix} = \begin{bmatrix} \alpha_{1}&\alpha_{2}&\alpha_{3} \end{bmatrix} A= a11a21a31a12a22a32a12a23a33 =[α1α2α3]
设 r ( A ) = 2 r(A)=2 r(A)=2,那么存在二阶子式不为零,三阶子式全为零,不妨设 ∣ a 11 a 12 a 21 a 22 ∣ ≠ 0 \begin{vmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\\\end{vmatrix}\neq0 a11a21a12a22 =0,则 ( a 11 , a 21 ) T , ( a 12 , a 22 ) T (a_{11},a_{21})^T,(a_{12},a_{22})^T (a11,a21)T,(a12,a22)T线性无关,则 α 1 , α 2 \alpha_1,\alpha_2 α1,α2线性无关。又因为三阶子式全为零,即 α 1 , α 2 , α 3 \alpha_1,\alpha_2,\alpha_3 α1,α2,α3线性相关。所以 α 3 \alpha_3 α3一定可以用 α 1 , α 2 \alpha_1,\alpha_2 α1,α2线性表处,所以 r ( α 1 , α 2 , α 3 ) = 2 r(\alpha_1,\alpha_2,\alpha_3)=2 r(α1,α2,α3)=2。 - 如果
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs可由
β
1
,
β
2
,
…
,
β
n
\beta_1,\beta_2,\dots,\beta_n
β1,β2,…,βn线性表示,则
r
(
α
1
,
α
2
,
…
,
α
s
)
≤
r
(
β
1
,
β
2
,
…
,
β
n
)
r(\alpha_1,\alpha_2,\dots,\alpha_s)≤r(\beta_1,\beta_2,\dots,\beta_n)
r(α1,α2,…,αs)≤r(β1,β2,…,βn)。
证明:设 r ( α 1 , α 2 , … , α s ) = r r(\alpha_1,\alpha_2,\dots,\alpha_s)=r r(α1,α2,…,αs)=r,极大线性无关组为 α i 1 , α i 2 , … , α i r \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir} αi1,αi2,…,αir; r ( β 1 , β 2 , … , β n ) = p r(\beta_1,\beta_2,\dots,\beta_n)=p r(β1,β2,…,βn)=p,极大线性无关组为 β j 1 , β j 2 , … , β j p \beta_{j1},\beta_{j2},\dots,\beta_{jp} βj1,βj2,…,βjp。因为 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs可由 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn线性表示,所以 α i 1 , α i 2 , … , α i r \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir} αi1,αi2,…,αir也可由 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn线性表示,又因为 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn可由 β j 1 , β j 2 , … , β j p \beta_{j1},\beta_{j2},\dots,\beta_{jp} βj1,βj2,…,βjp线性表示,所以 α i 1 , α i 2 , … , α i r \alpha_{i1},\alpha_{i2},\dots,\alpha_{ir} αi1,αi2,…,αir可由 β j 1 , β j 2 , … , β j p \beta_{j1},\beta_{j2},\dots,\beta_{jp} βj1,βj2,…,βjp线性表示,所以 r < p r<p r<p,即 r ( α 1 , α 2 , … , α s ) ≤ r ( β 1 , β 2 , … , β n ) r(\alpha_1,\alpha_2,\dots,\alpha_s)≤r(\beta_1,\beta_2,\dots,\beta_n) r(α1,α2,…,αs)≤r(β1,β2,…,βn)。 - 如果 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs可由 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn线性表示,但 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn不能由 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs线性表示则 r ( α 1 , α 2 , … , α s ) < r ( β 1 , β 2 , … , β n ) r(\alpha_1,\alpha_2,\dots,\alpha_s)<r(\beta_1,\beta_2,\dots,\beta_n) r(α1,α2,…,αs)<r(β1,β2,…,βn)。
- 若 α 1 , α 2 , … , α s \alpha_1,\alpha_2,\dots,\alpha_s α1,α2,…,αs和 β 1 , β 2 , … , β n \beta_1,\beta_2,\dots,\beta_n β1,β2,…,βn等价,则 r ( α 1 , α 2 , … , α s ) = r ( β 1 , β 2 , … , β n ) r(\alpha_1,\alpha_2,\dots,\alpha_s)=r(\beta_1,\beta_2,\dots,\beta_n) r(α1,α2,…,αs)=r(β1,β2,…,βn)