线性代数——向量

系列文章目录

• 学习高等数学和线性代数需要的初等数学知识
• 线性代数——行列式
• 线性代数——矩阵
• 线性代数——向量
• 线性代数——线性方程组
• 线性代数——特征值和特征向量
• 线性代数——二次型

---

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：
  • $\left|\begin{array}{cccc}{a}_{11}& a_{12}& \dots & a_{1n}\\ a_{21}& a_{22}& \dots & a_{2n}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \dots & a_{nn}\end{array}\right|\iff$ 行列式
  • $\left[\begin{array}{cccc}{a}_1& a_2& \dots & a_n\end{array}\right]\iff$ 矩阵
  • $(a_1,a_2,\dots ,a_n)\iff$ 向量
  • ${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n\iff$ 向量组
  • $|{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n|\iff$向量组行列式
  • $[{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n]\iff$向量组矩阵

向量和向量组

由$n$个数构成的有序集合称为$n$维向量，记为：
$$\begin{gathered} (a_1,a_2,\dots ,a_n{)}_{(行向量)} \\ (a_1,a_2,\dots ,a_n{)}_{(列向量)}^T \end{gathered}$$
其中$a_i$称为向量的第$i$个分量$(i=1,2,\dots ,n)$，如果向量的所有分量都是$0$，就称其为零向量，记作$$O=(0,0,\dots ,0)$$

设$n$维向量$\alpha =(a_1,a_2,\dots ,a_n),\beta =(b_1,b_2,\dots ,b_n)$，则：

• $\alpha =\beta \iff a_1=b_1,a_2=b_2,\dots ,a_n=b_n$
• 向量加法：$\alpha +\beta =(a_1+b_1,a_2+b_2,\dots ,a_n+b_n)$
• 数乘向量：$k\alpha =(k{a}_1,k{a}_2,\dots ,k{a}_n)$

$n$个$m$维向量组成的有序集合称为m维向量组。

向量内积

设$\alpha =(a_1,a_2,\dots ,a_n{)}^T,\beta =(b_1,b_2,\dots ,b_n{)}^T$，令
$$(\alpha ,\beta )=a_1{b}_1+a_2{b}_2,+\cdots +a_n{b}_n$$
则称其为向量$\alpha$和$\beta$的内积。如果$(\alpha ,\beta )=0$，则称$\alpha$与$\beta$正交，记作
$$A\perp B$$
向量$\alpha$的长度为$\sqrt{(\alpha ,\alpha )}$，记作
$$||\alpha ||=\sqrt{(\alpha ,\alpha )}=\sqrt{a_1^2+a_2^2+\cdots +a_n^2}$$
长度为$1$的向量称为单位向量。内积的性质如下：

• $(\alpha ,\beta )=(\beta ,\alpha )$
• $(\alpha +\beta ,\gamma )=(\alpha ,\gamma )+(\beta ,\gamma )$
• $(k\alpha ,\beta )=k(\alpha ,\beta )$
• $(\alpha ,\alpha )=0\iff \alpha =O$
• 柯西-施瓦茨不等式：$(\alpha ,\beta {)}^2\le ||\alpha |{|}^2||\beta |{|}^2$，当且仅当$\alpha$和$\beta$线性相关时等号成立。
  证明：若$\alpha ,\beta$线性无关，则$\forall$实数$x$有：
  $$\begin{gathered} x\alpha +\beta \ne O \\ \Downarrow \\ (x\alpha +\beta ,x\alpha +\beta )=(\alpha ,\alpha )x^2+2(\alpha ,\beta )x+(\beta ,\beta )>0 \end{gathered}$$
  作为$x$的二次函数，$\forall x$其函数值恒大于$0$，所以：
  $$\begin{gathered} [2(\alpha ,\beta ){]}^2-4(\alpha ,\alpha )(\beta ,\beta )<0 \\ \Downarrow \\ (\alpha ,\beta {)}^2<||\alpha |{|}^2||\beta |{|}^2 \end{gathered}$$
  若$\alpha ,\beta$线性相关，当$\alpha =O$或$\beta =O$时：
  $$(\alpha ,\beta {)}^2=||\alpha |{|}^2||\beta |{|}^2=0$$
  当$\beta =k\alpha \ne O$时：
  $$(\alpha ,\beta {)}^2=(\alpha ,k\alpha {)}^2=k^2(\alpha ,\alpha {)}^2=(\alpha ,\alpha )(k\alpha ,k\alpha )=||\alpha |{|}^2||\beta |{|}^2$$
• 若$n$维向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_r$是一组两两正交的非零向量，则${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_r$线性无关。
  证明：设
  $$k_1{\alpha }_1+k_2{\alpha }_2+\cdots +k_r{\alpha }_r=O\text{\hspace{1em}①}$$
  则必有$k_1=0,k_2=0,\dots ,k_r=0$，用${\alpha }_1$对①两边做内积得：
  $$\begin{gathered} ({\alpha }_1,k_1{\alpha }_1+k_2{\alpha }_2+\cdots +k_r{\alpha }_r)=({\alpha }_1,O) \\ \Downarrow \\ {k}_1({\alpha }_1,{\alpha }_1)+k_2({\alpha }_1,{\alpha }_2)+\cdots +k_r({\alpha }_1,{\alpha }_r)=0 \\ \Downarrow \\ {k}_1({\alpha }_1,{\alpha }_1)=0 \end{gathered}$$
  因${\alpha }_1\ne 0,({\alpha }_1,{\alpha }_1)>0$，所以必有$k_1=0$，同理可证$k_2=0,\dots ,k_r=0$。
• 单位化：设${\beta }_1,{\beta }_2,{\beta }_3$，将其单位化有：
  $${\gamma }_1=\frac{{\beta }_1}{||{\beta }_1||},{\gamma }_2=\frac{{\beta }_2}{||{\beta }_2||},{\gamma }_3=\frac{{\beta }_3}{||{\beta }_3||}$$
• Schmidt正交化：设${\alpha }_1,{\alpha }_2,{\alpha }_3$线性无关，令
  $$\begin{gathered} {\beta }_1={\alpha }_1 \\ {\beta }_2={\alpha }_2-\frac{({\alpha }_2,{\beta }_1)}{({\beta }_1,{\beta }_1)}{\beta }_1 \\ {\beta }_3={\alpha }_3-\frac{({\alpha }_3,{\beta }_1)}{({\beta }_1,{\beta }_1)}{\beta }_1-\frac{({\alpha }_3,{\beta }_2)}{({\beta }_2,{\beta }_2)}{\beta }_2 \end{gathered}$$
  那么${\beta }_1,{\beta }_2,{\beta }_3$两两正交，则${\alpha }_1,{\alpha }_2,{\alpha }_3$到${\beta }_1,{\beta }_2,{\beta }_3$这一过程称为Schmidt正交化。

向量组的线性表示

设向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$和$n$个实数$k_1,k_2,\dots ,k_n$，称$$k_1{\alpha }_1,+k_2{\alpha }_2+\cdots +k_n{\alpha }_n$$
是向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$的一个线性组合，$k_1,k_2,\dots ,k_n$称为这个线性组合的系数。如果向量$\beta$可以表示为${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$的线性组合，即
$$\beta =k_1{\alpha }_1,+k_2{\alpha }_2+\cdots +k_n{\alpha }_n$$
则称向量$\beta$可由${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性表示。向量$\beta$可由${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性表示等价于
$$[{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n]\left[\begin{array}{c}{k}_1\\ k_2\\ ⋮\\ k_m\end{array}\right]=\beta$$有解。设向量组$$\begin{gathered} {\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n① \\ {\beta }_1,{\beta }_2,\dots ,{\beta }_m② \end{gathered}$$若$①$中的每个向量均可由$②$线性表示，则称向量组$①$可由向量组$②$线性表示，若向量组$①$和向量组$②$可以互相线性表示，则称向量组$①$等价于向量组$②$。

向量组的线性相关

对向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$，如果存在不全为零的系数使得$$k_1{\alpha }_1,+k_2{\alpha }_2+\cdots +k_n{\alpha }_n=O$$则称向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性相关，否则就称它线性无关。向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性相关等价于$$[{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n]\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right]=O$$有非零解。线性相关的几何意义如下：

• $\alpha$相关$\iff \alpha =O$
• ${\alpha }_1,{\alpha }_2$相关$\iff {\alpha }_1,{\alpha }_2$共线。
• ${\alpha }_1,{\alpha }_2,{\alpha }_3$相关$\iff {\alpha }_1,{\alpha }_2,{\alpha }_3$共面。

线性相关的性质

• 含有$n+1$个$n$维向量的向量组必线性相关。
  证明：设向量组
  $${\alpha }_1,{\alpha }_2,{\alpha }_3=(a_{11},a_{12}),(a_{21},a_{22}),(a_{31},a_{32})$$
  则方程组
  $$\begin{gathered} k_1{\alpha }_1,+k_2{\alpha }_2+k_3{\alpha }_3=O \\ \Downarrow \\ \{\begin{array}{l}{a}_{11}{k}_1+a_{21}{k}_2+a_{31}{k}_3=0\\ a_{12}{k}_1+a_{22}{k}_2+a_{32}{k}_3=0\end{array} \end{gathered}$$
  有无穷解，所以向量组${\alpha }_1,{\alpha }_2,{\alpha }_3$线性相关。
• $l$维向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性相关$\Rightarrow l$维向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n,\dots ,{\alpha }_m(m>n)$也一定线性相关。
  证明：存在不全为零的系数使得
  $$k_1{\alpha }_1,+k_2{\alpha }_2+\cdots +k_n{\alpha }_n=O$$
  那么那么无论系数$k_{n+1},\dots ,k_n$等于什么，总存在不全为零的系数使下列式子成立：
  $$k_1{\alpha }_1,+k_2{\alpha }_2+\cdots +k_n{\alpha }_n+k_{n+1}{\alpha }_{n+1}+\cdots +k_m{\alpha }_m=O$$
• $n$维向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_l$线性无关$\Rightarrow m(m>n)$维向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_l$也一定线性无关。
  证明：设向量组
  $$\begin{gathered} {\alpha }_1,{\alpha }_2=(a_{11},a_{12}),(a_{21},a_{22}) \\ {\beta }_1,{\beta }_2=(b_{11},b_{12},b_{13}),(b_{21},b_{22},b_{23}) \end{gathered}$$
  因为方程组
  $$\begin{gathered} k_1{\alpha }_1,+k_2{\alpha }_2=O \\ \Downarrow \\ \{\begin{array}{l}{a}_{11}{k}_1+a_{21}{k}_2=0\\ a_{12}{k}_1+a_{22}{k}_2=0\end{array} \end{gathered}$$
  只有零解，所以方程组
  $$\begin{gathered} k_1{\beta }_1,+k_2{\beta }_2=O \\ \Downarrow \\ \{\begin{array}{l}{b}_{11}{k}_1+b_{21}{k}_2=0\\ b_{12}{k}_1+b_{22}{k}_2=0\\ b_{13}{k}_1+b_{23}{k}_2=0\end{array} \end{gathered}$$
  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${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n(n\ge 2)$线性相关$\iff \exists$向量${\alpha }_i$可由其余向量${\alpha }_1,\dots ,{\alpha }_{i-1},{\alpha }_{i+1},\dots ,{\alpha }_n$线性表示。
  证明：

  • 必要性：如果向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n(n\ge 2)$线性相关，则存在不全为零的系数使得：
    $$k_1{\alpha }_1+k_2{\alpha }_2+\cdots +k_n{\alpha }_n=O$$
    不妨设$k_1\ne 0$，则有：
    $$k_1{\alpha }_1=-k_2{\alpha }_2-k_3{\alpha }_3-\cdots -k_n{\alpha }_n$$
    那么：
    $${\alpha }_1=-\frac{k_2}{k_1}{\alpha }_2-\frac{k_3}{k_1}{\alpha }_3-\cdots -\frac{k_n}{k_1}{\alpha }_n$$
  • 充分性：如果至少有一个向量${\alpha }_i$可由其余向量${\alpha }_1,\dots ,{\alpha }_{i-1},{\alpha }_{i+1},\dots ,{\alpha }_n$线性表示，那么：
    $${\alpha }_i={\alpha }_1{k}_1+\cdots +{\alpha }_{i-1}{k}_{i-1}+{\alpha }_{i+1}{k}_{i+1}+\cdots +{\alpha }_n{k}_n$$
    表示，那么：
    $$O={\alpha }_1{k}_1+\cdots +{\alpha }_{i-1}{k}_{i-1}+{\alpha }_{i+1}{k}_{i+1}+\cdots +{\alpha }_n{k}_n-{\alpha }_i$$
    显然该方程式的系数不全为零，所以该方程式线性相关。

• ${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性无关，而${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n,\beta$线性相关$\Rightarrow$向量$\beta$必能由${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性表示且表示法唯一。
  证明：如果${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n,\beta$线性相关，则：
  $${\alpha }_1{k}_1+{\alpha }_2{k}_2+\cdots +{\alpha }_n{k}_n+\beta k_{n+1}=O$$
  假设$k_{n+1}=0$，那么$k_1,k_2,\dots ,k_n$不全为零，则${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性相关，与已知相违背，所以向量$\beta$必能由${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性表示。如果$\beta$有两种不同的表示法，则：
  $$\begin{gathered} \beta ={\alpha }_1{x}_1+{\alpha }_2{x}_2+\cdots +{\alpha }_n{x}_n \\ \beta ={\alpha }_1{y}_1+{\alpha }_2{y}_2+\cdots +{\alpha }_n{y}_n \end{gathered}$$
  那么：
  $$O=(x_1-y_1){\alpha }_1+(x_2-y_2){\alpha }_2+\cdots +(x_n-y_n){\alpha }_n$$
  且$x_1-y_1,x_2-y_2,\dots ,x_n-y_n$不全为零，则${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$线性相关，与已知相违背，所以$\beta$的表示法唯一。

• ${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$可由${\beta }_1,{\beta }_2,\dots ,{\beta }_t$线性表示，且$s>t\Rightarrow {\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$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${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$可由${\beta }_1,{\beta }_2,\dots ,{\beta }_t$线性表示，那么：
  $$\{\begin{array}{l}{\alpha }_1={\Gamma }_{11}{\beta }_1+{\Gamma }_{21}{\beta }_2+\cdots +{\Gamma }_{t1}{\beta }_t\\ {\alpha }_2={\Gamma }_{12}{\beta }_1+{\Gamma }_{22}{\beta }_2+\cdots +{\Gamma }_{t2}{\beta }_t\\ \dots \\ {\alpha }_s={\Gamma }_{1s}{\beta }_1+{\Gamma }_{2s}{\beta }_2+\cdots +{\Gamma }_{ts}{\beta }_t\end{array}$$
  即有：
  $$\left[\begin{array}{c}{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s\end{array}\right]=\left[\begin{array}{c}{\beta }_1,{\beta }_2,\dots ,{\beta }_t\end{array}\right]\left[\begin{array}{cccc}{\Gamma }_{11}& {\Gamma }_{12}& \dots & {\Gamma }_{1s}\\ {\Gamma }_{21}& {\Gamma }_{22}& \dots & {\Gamma }_{2s}\\ ⋮& ⋮& & ⋮\\ {\Gamma }_{t1}& {\Gamma }_{t2}& \dots & {\Gamma }_{ts}\end{array}\right](记为C)$$
  因为$s>t$，那么$CX=O$必有非零解（未知数多，方程少），假设
  $\eta =(k_1,k_2,\dots ,k_s)$是该方程组的解，则$C\eta =O$，那么
  $$\left[\begin{array}{c}{\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s\end{array}\right]\eta =\left[\begin{array}{c}{\beta }_1,{\beta }_2,\dots ,{\beta }_t\end{array}\right]C\eta =O$$
  即$\exists k_1,k_2,\dots ,k_s$不全为$0$，使
  $$k_1{\alpha }_1+k_2{\alpha }_2+\cdots +k_s{\alpha }_s=O$$
  所以${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$必线性相关。

• ${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$线性无关，且可由${\beta }_1,{\beta }_2,\dots ,{\beta }_t$线性表示$\Rightarrow s\le t$。

• $n$个$n$维向量可以表示任何一个$n$维向量$\iff$这个$n$维向量线性无关。

向量组的秩

在向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$中，如任意$r$个向量${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir}$线性无关，再添加任意一个向量${\alpha }_j(j=1,2,\dots ,n)$，向量组${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir},{\alpha }_j$就线性相关，则称${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir}$是向量组${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n$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$$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_n)$$只有零向量的向量组，规定其秩为$0$。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$A$经初等行变化变为$B$矩阵，那么$A,B$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$P$可逆，如果$PA=B$，对矩阵$A,B$按列分块：
  $$\begin{gathered} P\left[\begin{array}{ccc}{\alpha }_1& {\alpha }_2& {\alpha }_3\end{array}\right]=\left[\begin{array}{ccc}{\beta }_1& {\beta }_2& {\beta }_3\end{array}\right] \\ \Downarrow \\ P{\alpha }_1={\beta }_1,P{\alpha }_2={\beta }_2,P{\alpha }_3={\beta }_3 \end{gathered}$$
  如果$$k_1{\alpha }_1+k_2{\alpha }_2+k_3{\alpha }_3=O$$
  那么
  $$\begin{gathered} P(k_1{\alpha }_1+k_2{\alpha }_2+k_3{\alpha }_3)=O \\ \Downarrow \\ {k}_1{\beta }_1+k_2{\beta }_2+k_3{\beta }_3=O \end{gathered}$$
  如果$${\alpha }_1=x_2{\alpha }_2+x_3{\alpha }_3$$
  那么
  $$\begin{gathered} P{\alpha }_1=x_{2}P{\alpha }_2+x_{3}P{\alpha }_3 \\ \Downarrow \\ {\beta }_1=x_2{\beta }_2+x_3{\beta }_3 \end{gathered}$$

向量组秩的性质如下：

• 矩阵$A$的秩等于$A$的列向量组的秩，也等于$A$的行向量组的秩。
  证明：设
  $$A=\left[\begin{array}{ccc}{a}_{11}& a_{12}& a_{12}\\ a_{21}& a_{22}& a_{23}\\ a_{31}& a_{32}& a_{33}\end{array}\right]=\left[\begin{array}{ccc}{\alpha }_1& {\alpha }_2& {\alpha }_3\end{array}\right]$$
  设$r(A)=2$，那么存在二阶子式不为零，三阶子式全为零，不妨设$\left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right|\ne 0$，则$(a_{11},a_{21}{)}^T,(a_{12},a_{22}{)}^T$线性无关，则${\alpha }_1,{\alpha }_2$线性无关。又因为三阶子式全为零，即${\alpha }_1,{\alpha }_2,{\alpha }_3$线性相关。所以${\alpha }_3$一定可以用${\alpha }_1,{\alpha }_2$线性表处，所以$r({\alpha }_1,{\alpha }_2,{\alpha }_3)=2$。
• 如果${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$可由${\beta }_1,{\beta }_2,\dots ,{\beta }_n$线性表示，则$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s)\le r({\beta }_1,{\beta }_2,\dots ,{\beta }_n)$。
  证明：设$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s)=r$，极大线性无关组为${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir}$；$r({\beta }_1,{\beta }_2,\dots ,{\beta }_n)=p$，极大线性无关组为${\beta }_{j1},{\beta }_{j2},\dots ,{\beta }_{jp}$。因为${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$可由${\beta }_1,{\beta }_2,\dots ,{\beta }_n$线性表示，所以${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir}$也可由${\beta }_1,{\beta }_2,\dots ,{\beta }_n$线性表示，又因为${\beta }_1,{\beta }_2,\dots ,{\beta }_n$可由${\beta }_{j1},{\beta }_{j2},\dots ,{\beta }_{jp}$线性表示，所以${\alpha }_{i1},{\alpha }_{i2},\dots ,{\alpha }_{ir}$可由${\beta }_{j1},{\beta }_{j2},\dots ,{\beta }_{jp}$线性表示，所以$r<p$，即$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s)\le r({\beta }_1,{\beta }_2,\dots ,{\beta }_n)$。
• 如果${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$可由${\beta }_1,{\beta }_2,\dots ,{\beta }_n$线性表示，但${\beta }_1,{\beta }_2,\dots ,{\beta }_n$不能由${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$线性表示则$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s)<r({\beta }_1,{\beta }_2,\dots ,{\beta }_n)$。
• 若${\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s$和${\beta }_1,{\beta }_2,\dots ,{\beta }_n$等价，则$r({\alpha }_1,{\alpha }_2,\dots ,{\alpha }_s)=r({\beta }_1,{\beta }_2,\dots ,{\beta }_n)$