3 线性方程组的解集的结构
3.1 n维向量空间 K n K^n Kn
1、定义1:数域K上所有n元有序数组组成的集合 K n K^{n} Kn,连同定义在它上面的加法运算和数量乘法运算,以及满足的8条运算法则一起,称为数域K上的一个n维向量空间。 K n K^{n} Kn的元素称为n维向量;设向量 α = ( a 1 , a 2 , … , a n ) \alpha =(a_1,a_2,\dots,a_n) α=(a1,a2,…,an),称 a i a_i ai是 α \alpha α的第 i i i个分量。
取定一个数域K,设n是任意给定的一个正整数。令
K
n
=
{
(
a
1
,
a
2
,
…
,
a
n
)
∣
a
i
∈
K
,
i
=
1
,
2
,
…
,
n
}
.
K^n=\{(a_1,a_2,\dots,a_n)\space|\space a_i \in K,i=1,2,\dots,n\}.
Kn={(a1,a2,…,an) ∣ ai∈K,i=1,2,…,n}.
如果
a
1
=
b
1
,
a
2
=
b
2
,
…
,
a
n
=
b
n
a_1=b_1,a_2=b_2,\dots,a_n=b_n
a1=b1,a2=b2,…,an=bn,则称
K
n
K^ n
Kn中两个元素
(
a
1
,
a
2
,
…
,
a
n
)
(a_1,a_2,\dots,a_n)
(a1,a2,…,an)与
(
b
1
,
b
2
,
…
,
b
n
)
(b_1,b_2,\dots,b_n)
(b1,b2,…,bn)相等。
在
K
n
K^{n}
Kn中规定加法运算如下:
(
a
1
,
a
2
,
…
,
a
n
)
+
(
b
1
,
b
2
,
…
,
b
n
)
=
def
(
a
1
+
b
1
,
a
2
+
b
2
,
…
,
a
n
+
b
n
)
(a_1,a_2,\dots,a_n)+(b_1,b_2,\dots,b_n)\xlongequal{\text{def}}(a_1+b_1,a_2+b_2,\dots,a_n+b_n)
(a1,a2,…,an)+(b1,b2,…,bn)def(a1+b1,a2+b2,…,an+bn)
在
K
K
K的元素与
K
n
K^{n}
Kn的元素之间规定数量乘法运算如下:
k
(
a
1
,
a
2
,
…
,
a
n
)
=
def
(
k
a
1
,
k
a
2
,
…
,
k
a
n
)
k(a_1,a_2,\dots,a_n) \xlongequal{\text{def}} (ka_1,ka_2,\dots,ka_n)
k(a1,a2,…,an)def(ka1,ka2,…,kan)
容易直接验证加法和数量乘法满足下述8条运算法则:对于
α
,
β
,
γ
∈
K
n
;
k
,
l
∈
K
\alpha ,\beta ,\gamma \in K^n ;\space k,l \in K
α,β,γ∈Kn; k,l∈K 有
(1) α + β = β + α \alpha + \beta = \beta + \alpha α+β=β+α;
(2) ( α + β ) + γ = α + ( β + γ ) (\alpha +\beta)+\gamma=\alpha +(\beta +\gamma) (α+β)+γ=α+(β+γ);
(3)把元素
(
0
,
0
,
…
,
0
)
(0,0,\dots,0)
(0,0,…,0)记作0,它使得
0
+
α
=
α
+
0
=
α
,
\bold 0+\alpha=\alpha+\bold 0=\alpha,
0+α=α+0=α,
称0是
K
n
K^n
Kn的零元素;
(4)对于
α
=
(
a
1
,
a
2
,
…
,
a
n
)
∈
K
n
\alpha=(a_1,a_2,\dots,a_n)\in K^n
α=(a1,a2,…,an)∈Kn,令
−
α
=
def
(
−
a
1
,
−
a
2
,
…
,
−
a
n
)
∈
K
n
,
-\alpha \xlongequal{\text{def}} (-a_1,-a_2,\dots,-a_n) \in K^n,
−αdef(−a1,−a2,…,−an)∈Kn,
有
α
+
(
−
α
)
=
(
−
α
)
+
α
=
0
,
\alpha+(-\alpha)=(-\alpha)+\alpha=\bold 0,
α+(−α)=(−α)+α=0,
称
−
α
-\alpha
−α是
α
\alpha
α的负元素;
(5) 1 α = α 1\alpha=\alpha 1α=α;
(6) ( k l ) α = k ( l α ) (kl)\alpha=k(l\alpha) (kl)α=k(lα);
(7) ( k + l ) α = k α + l α (k+l)\alpha=k\alpha+l\alpha (k+l)α=kα+lα;
(8) k ( α + β ) = k α + k β k(\alpha+\beta)=k\alpha+k\beta k(α+β)=kα+kβ.
2、补充:
(1)通常用小写字母 α , β , γ \alpha ,\beta ,\gamma α,β,γ表示向量。
(2)在n维向量空间
K
n
K^n
Kn中,可以定义减法运算如下:
α
−
β
=
def
α
+
(
−
β
)
.
\alpha -\beta \xlongequal{\text{def}} \alpha +(-\beta).
α−βdefα+(−β).
(3)在n维向量空间
K
n
K^n
Kn中,容易直接验证下述4条性质:
0
α
=
0
,
∀
α
∈
K
n
;
(
−
1
)
α
=
−
α
,
∀
α
∈
K
n
;
k
0
=
0
,
∀
k
∈
K
;
k
α
=
0
⟹
k
=
0
或
α
=
0
\begin{aligned} 0\alpha=\bold 0,& \qquad \forall \alpha \in K^n; \\ (-1)\alpha=-\alpha,& \qquad \forall \alpha \in K^n; \\ k\bold 0=\bold 0,& \qquad \forall k \in K; \\ k\alpha=\bold 0 \implies & k=0 \, 或 \, \alpha=\bold 0 \end{aligned}
0α=0,(−1)α=−α,k0=0,kα=0⟹∀α∈Kn;∀α∈Kn;∀k∈K;k=0或α=0
(4)n元有序数组写成一行,称为行向量;写成一列,称为列向量。
K
n
K^n
Kn既是n维行向量组成的向量空间,也是n维列向量组成的向量空间。
(5)在
K
n
K^n
Kn中,给定向量组
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs,对于
β
∈
K
n
\beta \in K^n
β∈Kn,如果存在K中一组数
c
1
,
c
2
,
…
,
c
s
c_1,c_2,\dots,c_s
c1,c2,…,cs使得
β
=
c
1
α
1
+
c
2
α
2
+
⋯
+
c
s
α
s
,
\beta=c_1\alpha_1+c_2\alpha_2+\dots+c_s\alpha_s,
β=c1α1+c2α2+⋯+csαs,
那么称
β
\beta
β可以由
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs线性表出(示)。
β
\beta
β是向量组
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs的一个线性组合,其中
c
1
,
c
2
,
…
,
c
s
c_1,c_2,\dots,c_s
c1,c2,…,cs称为系数。
3、定义2:
K
n
K^n
Kn的一个非空子集U如果满足:
(
1
)
α
,
γ
∈
U
⟹
α
+
γ
∈
U
,
(
2
)
α
∈
U
,
k
∈
K
⟹
k
α
∈
U
,
\begin{aligned} (1) \quad & \alpha,\gamma \in U \implies \alpha +\gamma \in U, \\ (2) \quad & \alpha \in U,k\in K \implies k\alpha \in U, \end{aligned}
(1)(2)α,γ∈U⟹α+γ∈U,α∈U,k∈K⟹kα∈U,
那么称U是
K
n
K^n
Kn的一个线性子空间,简称子空间。其中性质(1)称为U对于
K
n
K^n
Kn的加法封闭;性质(2)称为U对于
K
n
K^n
Kn的数量乘法封闭。
(1) {0}是 K n K^n Kn的一个子空间,称为零子空间。 K n K^n Kn本身也是 K n K^n Kn的一个子空间。
(2) 从而,
K
n
K^n
Kn中,向量组
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs的所有线性组合组成的集合W是
K
n
K^n
Kn的一个子空间,称它为
α
1
,
α
2
,
…
,
α
s
\alpha_1,\alpha_2,\dots,\alpha_s
α1,α2,…,αs生成(或张成)的子空间,记作
<
α
1
,
α
2
,
…
,
α
s
>
<\alpha_1,\alpha_2,\dots,\alpha_s>
<α1,α2,…,αs>
(3) 命题1:数域K上n元线性方程组
x
1
α
1
+
x
2
α
2
+
⋯
+
x
n
α
n
=
β
x_1\alpha_1+x_2\alpha_2+\dots+x_n\alpha_n=\beta
x1α1+x2α2+⋯+xnαn=β有解
⟺
β
可
以
由
α
1
,
α
2
,
…
,
α
n
线
性
表
出
⟺
β
∈
<
α
1
,
α
2
,
…
,
α
n
>
\begin{aligned} \iff & \beta \, 可以由\, \alpha_1,\alpha_2,\dots,\alpha_n \,线性表出 \\ \iff & \beta \in <\alpha_1,\alpha_2,\dots,\alpha_n> \end{aligned}
⟺⟺β可以由α1,α2,…,αn线性表出β∈<α1,α2,…,αn>
3.2 线性相关与线性无关的向量组
1、定义1:
K
n
K^n
Kn中向量组
α
1
,
α
2
,
…
,
α
s
(
s
⩾
1
)
\alpha_1,\alpha_2,\dots,\alpha_s(s\geqslant 1)
α1,α2,…,αs(s⩾1)称为是线性相关的,如果有K中不全为0的数
k
1
,
k
2
,
…
,
k
s
k_1,k_2,\dots,k_s
k1,k2,…,ks,使得
k
1
α
1
+
⋯
+
k
s
α
s
=
0
k_1\alpha_1+\dots+k_s\alpha_s=\bold 0
k1α1+⋯+ksαs=0
2、定义2:
K
n
K^n
Kn中向量组
α
1
,
α
2
,
…
,
α
s
(
s
⩾
1
)
\alpha_1,\alpha_2,\dots,\alpha_s(s\geqslant 1)
α1,α2,…,αs(s⩾1)如果不是线性相关的,那么称为线性无关的。
3、从定义1和定义2显得:
(1)包含零向量的向量组一定线性相关 ( k 0 + α 2 + ⋯ + 0 α s = 0 ) (k\bold 0+\alpha_2+\dots+0\alpha_s=\bold 0) (k0+α2+⋯+0αs=0);
(2)单个向量 α \alpha α线性相关当且仅当 α = 0 ( 因 为 k α = 0 , k ≠ 0 ⟺ α = 0 ) \alpha=\bold 0(因为k\alpha=0,k\not=0 \iff\alpha=\bold 0) α=0(因为kα=0,k=0⟺α=0);
从而单个向量 α \alpha α线性无关当且仅当 α ≠ 0 \alpha \not= \bold 0 α=0;
(3)
K
n
K^n
Kn中,向量组
ε
1
=
[
1
0
0
⋮
0
0
]
,
ε
2
=
[
0
1
0
⋮
0
0
]
,
…
,
ε
n
=
[
0
0
0
⋮
0
1
]
,
\varepsilon_1=\begin{bmatrix} 1 \\0\\0\\ \vdots \\0\\0\end{bmatrix}, \varepsilon_2=\begin{bmatrix} 0 \\1\\0\\ \vdots \\0\\0\end{bmatrix},\dots, \varepsilon_n=\begin{bmatrix} 0 \\0\\0\\ \vdots \\0\\1\end{bmatrix},
ε1=⎣⎢⎢⎢⎢⎢⎢⎢⎡100⋮00⎦⎥⎥⎥⎥⎥⎥⎥⎤,ε2=⎣⎢⎢⎢⎢⎢⎢⎢⎡010⋮00⎦⎥⎥⎥⎥⎥⎥⎥⎤,…,εn=⎣⎢⎢⎢⎢⎢⎢⎢⎡000⋮01⎦⎥⎥⎥⎥⎥⎥⎥⎤,
是线性无关的。
4、向量组线性相关与线性无关区别:
(1)从线性组合看:
向
量
组
α
1
,
…
,
α
s
(
s
⩾
1
)
线
性
相
关
⟺
它
们
有
系
数
不
全
为
0
的
线
性
组
合
等
于
零
向
量
;
向
量
组
α
1
,
…
,
α
s
(
s
⩾
1
)
线
性
无
关
⟺
它
们
只
有
系
数
全
为
0
的
线
性
组
合
才
会
等
于
零
向
量
。
\begin{aligned} &向量组\alpha_1,\dots,\alpha_s(s\geqslant1)线性相关 \\ \iff&它们有系数不全为0的线性组合等于零向量;\\ \\ &向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性无关 \\ \iff&它们只有系数全为0的线性组合才会等于零向量。 \end{aligned}
⟺⟺向量组α1,…,αs(s⩾1)线性相关它们有系数不全为0的线性组合等于零向量;向量组α1,…,αs(s⩾1)线性无关它们只有系数全为0的线性组合才会等于零向量。
(2)从线性表出看:
向
量
组
α
1
,
…
,
α
s
(
s
⩾
2
)
线
性
相
关
⟺
其
中
至
少
有
一
个
向
量
可
以
由
其
余
向
量
线
性
表
出
;
向
量
组
α
1
,
…
,
α
s
(
s
⩾
2
)
线
性
无
关
⟺
其
中
每
一
个
向
量
都
不
能
由
其
余
向
量
线
性
表
出
。
\begin{aligned} &向量组\alpha_1,\dots,\alpha_s(s\geqslant 2)线性相关 \\ \iff&其中至少有一个向量可以由其余向量线性表出;\\ \\ &向量组\alpha_1,\dots,\alpha_s(s\geqslant 2)线性无关 \\ \iff&其中每一个向量都不能由其余向量线性表出。 \end{aligned}
⟺⟺向量组α1,…,αs(s⩾2)线性相关其中至少有一个向量可以由其余向量线性表出;向量组α1,…,αs(s⩾2)线性无关其中每一个向量都不能由其余向量线性表出。
(3)从齐次线性方程组看:
列
向
量
组
α
1
,
…
,
α
s
(
s
⩾
1
)
线
性
相
关
⟺
齐
次
线
性
方
程
组
x
1
α
1
+
⋯
+
x
s
α
s
=
0
有
非
零
解
;
列
向
量
组
α
1
,
…
,
α
s
(
s
⩾
1
)
线
性
无
关
⟺
齐
次
线
性
方
程
组
x
1
α
1
+
⋯
+
x
s
α
s
=
0
只
有
零
解
。
\begin{aligned} &列向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性相关 \\ \iff&齐次线性方程组x_1\alpha_1+\dots+x_s\alpha_s=\bold 0有非零解;\\ \\ &列向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性无关 \\ \iff&齐次线性方程组x_1\alpha_1+\dots+x_s\alpha_s=\bold 0只有零解。 \end{aligned}
⟺⟺列向量组α1,…,αs(s⩾1)线性相关齐次线性方程组x1α1+⋯+xsαs=0有非零解;列向量组α1,…,αs(s⩾1)线性无关齐次线性方程组x1α1+⋯+xsαs=0只有零解。
(4)从行列式看:
n
个
n
维
列
(
行
)
向
量
α
1
,
…
,
α
n
(
s
⩾
1
)
线
性
相
关
⟺
以
α
1
,
…
,
α
n
为
列
(
行
)
向
量
组
的
矩
阵
的
行
列
式
等
于
零
;
n
个
n
维
列
(
行
)
向
量
α
1
,
…
,
α
n
(
s
⩾
1
)
线
性
无
关
⟺
以
α
1
,
…
,
α
n
为
列
(
行
)
向
量
组
的
矩
阵
的
行
列
式
不
等
于
零
。
\begin{aligned} &n个n维列(行)向量\alpha_1,\dots,\alpha_n(s\geqslant 1)线性相关 \\ \iff&以\alpha_1,\dots,\alpha_n为列(行)向量组的矩阵的行列式等于零;\\ \\ &n个n维列(行)向量\alpha_1,\dots,\alpha_n(s\geqslant 1)线性无关 \\ \iff&以\alpha_1,\dots,\alpha_n为列(行)向量组的矩阵的行列式不等于零。 \end{aligned}
⟺⟺n个n维列(行)向量α1,…,αn(s⩾1)线性相关以α1,…,αn为列(行)向量组的矩阵的行列式等于零;n个n维列(行)向量α1,…,αn(s⩾1)线性无关以α1,…,αn为列(行)向量组的矩阵的行列式不等于零。
(5)从向量组线性表出一个向量的方式看:
设
向
量
β
可
以
由
向
量
组
α
1
,
…
,
α
s
线
性
表
出
,
则
向
量
组
α
1
,
…
,
α
s
线
性
无
关
⟺
表
出
方
式
唯
一
;
向
量
组
α
1
,
…
,
α
s
线
性
相
关
⟺
表
出
方
式
有
无
穷
多
种
。
\begin{aligned} 设向量\beta 可以由向量组\alpha_1,\dots,\alpha_s线性表出,则 \\ 向量组\alpha_1,\dots,\alpha_s线性无关 \iff&表出方式唯一;\\ 向量组\alpha_1,\dots,\alpha_s线性相关 \iff&表出方式有无穷多种。 \end{aligned}
设向量β可以由向量组α1,…,αs线性表出,则向量组α1,…,αs线性无关⟺向量组α1,…,αs线性相关⟺表出方式唯一;表出方式有无穷多种。
(6)从向量组与它的部分组的关系看:
如
果
向
量
组
的
一
个
部
分
组
线
性
相
关
,
那
么
整
个
向
量
组
也
线
性
相
关
。
如
果
向
量
组
线
性
无
关
,
那
么
它
的
任
何
一
个
部
分
组
也
线
性
无
关
。
\begin{aligned} &如果向量组的一个部分组线性相关,那么整个向量组也线性相关。 \\ &如果向量组线性无关,那么它的任何一个部分组也线性无关。 \end{aligned}
如果向量组的一个部分组线性相关,那么整个向量组也线性相关。如果向量组线性无关,那么它的任何一个部分组也线性无关。
(7)从向量组与它的延伸组或缩短组的关系看:
如
果
向
量
组
线
性
无
关
,
那
么
把
每
个
向
量
添
上
m
个
分
量
(
所
添
分
量
位
置
对
于
每
个
向
量
都
一
样
)
得
到
的
延
伸
组
也
线
性
无
关
。
如
果
向
量
组
线
性
相
关
,
那
么
把
每
个
向
量
去
掉
m
个
分
量
(
去
掉
的
分
量
位
置
对
于
每
个
向
量
都
一
样
)
得
到
的
缩
短
组
也
线
性
相
关
。
\begin{aligned} &如果向量组线性无关,那么把每个向量添上m个分量(所添分量位置对于每个向量都一样)得到的延伸组也线性无关。 \\ &如果向量组线性相关,那么把每个向量去掉m个分量(去掉的分量位置对于每个向量都一样)得到的缩短组也线性相关。 \end{aligned}
如果向量组线性无关,那么把每个向量添上m个分量(所添分量位置对于每个向量都一样)得到的延伸组也线性无关。如果向量组线性相关,那么把每个向量去掉m个分量(去掉的分量位置对于每个向量都一样)得到的缩短组也线性相关。
5、命题1:设向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs线性无关,则向量
β
\beta
β可以由
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs线性表出的充分必要条件是
α
1
,
…
,
α
s
,
β
\alpha_1,\dots,\alpha_s,\beta
α1,…,αs,β线性相关。
推论1:设向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性无关,则向量 β \beta β不能由 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性表出的充分必要条件是 α 1 , … , α s , β \alpha_1,\dots,\alpha_s,\beta α1,…,αs,β线性无关。
6、替换定理:设向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性无关, β = b 1 α 1 , … , b s α s \beta=b_1\alpha_1,\dots,b_s\alpha_s β=b1α1,…,bsαs。如果 b i ≠ 0 b_i\not=0 bi=0,那么用 β \beta β替换 α i \alpha_i αi后得到的向量组 α 1 , … , α i − 1 , β , α i + 1 , … , α s \alpha_1,\dots,\alpha_{i-1},\beta,\alpha_{i+1},\dots,\alpha_s α1,…,αi−1,β,αi+1,…,αs也线性无关。
3.3 向量组的秩
1、定义1:向量组的一个部分组称为一个极大线性无关组,如果这个部分组本身是线性无关的,但是从这个向量组的其余向量(如果还有的话)中任取一个添进去,得到的新的部分组都线性相关。
2、定义2:如果向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs的每一个向量都可以由向量组
β
1
,
…
,
β
r
\beta_1,\dots,\beta_r
β1,…,βr线性表出,那么称向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs可以由向量组
β
1
,
…
,
β
r
\beta_1,\dots,\beta_r
β1,…,βr线性表出。如果向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs与向量组
β
1
,
…
,
β
r
\beta_1,\dots,\beta_r
β1,…,βr可以相互线性表出,那么称向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs与向量组
β
1
,
…
,
β
r
\beta_1,\dots,\beta_r
β1,…,βr等价,记作
{
α
1
,
…
,
α
s
}
≅
{
β
1
,
…
,
β
r
}
\{\alpha_1,\dots,\alpha_s\}\cong\{\beta_1,\dots,\beta_r\}
{α1,…,αs}≅{β1,…,βr}
向量组的等价是向量组之间的一种关系。可以证明其具有以下三种性质:
(
1
)
反
身
性
。
即
任
何
一
个
向
量
组
都
与
自
身
等
价
;
(
2
)
对
称
性
。
即
如
果
α
1
,
…
,
α
s
与
β
1
,
…
,
β
r
等
价
,
那
么
β
1
,
…
,
β
r
与
α
1
,
…
,
α
s
等
价
;
(
3
)
传
递
性
。
即
如
果
{
α
1
,
…
,
α
s
}
≅
{
β
1
,
…
,
β
r
}
,
{
β
1
,
…
,
β
r
}
≅
{
γ
1
,
…
,
γ
t
}
,
那
么
{
α
1
,
…
,
α
s
}
≅
{
γ
1
,
…
,
γ
t
}
。
\begin{aligned} &(1)反身性。即任何一个向量组都与自身等价; \\ &(2)对称性。即如果\alpha_1,\dots,\alpha_s与\beta_1,\dots,\beta_r 等价,那么\beta_1,\dots,\beta_r与\alpha_1,\dots,\alpha_s等价; \\ &(3)传递性。即如果 \\ &\qquad \{\alpha_1,\dots,\alpha_s\}\cong\{\beta_1,\dots,\beta_r\},\{\beta_1,\dots,\beta_r\}\cong\{\gamma_1,\dots,\gamma_t\}, \\ &那么\qquad \qquad \qquad \{\alpha_1,\dots,\alpha_s\}\cong\{\gamma_1,\dots,\gamma_t\}。 \end{aligned}
(1)反身性。即任何一个向量组都与自身等价;(2)对称性。即如果α1,…,αs与β1,…,βr等价,那么β1,…,βr与α1,…,αs等价;(3)传递性。即如果{α1,…,αs}≅{β1,…,βr},{β1,…,βr}≅{γ1,…,γt},那么{α1,…,αs}≅{γ1,…,γt}。
3、命题1:向量组与它的极大线性无关组等价。
推论1:向量组的任意两个极大线性无关组等价。
推论2: β \beta β可以由向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性表出当且仅当 β \beta β可以由 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs的一个极大线性无关组线性表出。
4、引理1:设向量组 β 1 , … , β r \beta_1,\dots,\beta_r β1,…,βr可以由向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性表出,如果 r > s r>s r>s,那么 β 1 , … , β r \beta_1,\dots,\beta_r β1,…,βr线性相关。
推论3:设向量组 β 1 , … , β r \beta_1,\dots,\beta_r β1,…,βr可以由向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性表出,如果 β 1 , … , β r \beta_1,\dots,\beta_r β1,…,βr线性无关,那么 r ⩽ s r\leqslant s r⩽s。
推论4:等价的线性无关的向量组所含向量的个数相等。
推论5:向量组的任意两个极大线性无关组所含向量的个数相等。
5、定义3:向量组的极大线性无关组所含向量的个数称为这个向量组的秩。
全由零向量组成的向量组的秩规定为0。
向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs的秩记作 r a n k { α 1 , … , α s } rank\{\alpha_1,\dots,\alpha_s\} rank{α1,…,αs}。
6、命题2:向量组 α 1 , … , α s \alpha_1,\dots,\alpha_s α1,…,αs线性无关的充分必要条件是它的秩等于它所含向量的个数。
7、命题3:如果向量组(1)可以由向量组(2)线性表出,那么:(1)的秩 ⩽ \leqslant ⩽(2)的秩
8、命题4:等价的向量组有相等的秩。(注意:秩相等的向量组不一定等价)
3.4 子空间的基与维数
1、定义1:设U是
K
n
K^n
Kn的一个子空间,如果
α
1
,
…
,
α
r
∈
U
\alpha_1,\dots,\alpha_r \in U
α1,…,αr∈U,并且满足下述两个条件:
(
1
)
α
1
,
…
,
α
r
线
性
无
关
,
(
2
)
U
中
每
一
个
向
量
都
可
以
由
α
1
,
…
,
α
r
线
性
表
出
,
\begin{aligned} &(1)\alpha_1,\dots,\alpha_r线性无关,\\ &(2)U中每一个向量都可以由\alpha_1,\dots,\alpha_r线性表出, \end{aligned}
(1)α1,…,αr线性无关,(2)U中每一个向量都可以由α1,…,αr线性表出,
那么称
α
1
,
…
,
α
r
\alpha_1,\dots,\alpha_r
α1,…,αr是U的一个基。
显然, ε 1 , … , ε n \varepsilon_1,\dots,\varepsilon_n ε1,…,εn是 K n K^n Kn的一个基,称它为 K n K^n Kn的标准基。
2、定理1: K n K^n Kn的任一非零子空间U都有一个基。
3、定理2: K n K^n Kn的非零子空间U的任意两个基所含的向量的个数相等。
4、定义2: K n K^n Kn的非零子空间U的一个基所含向量的个数称为U的维数,记作 d i m K U dim_K\, U dimKU,或者 d i m U dim \, U dimU。
零子空间的维数规定为0。
因为 d i m K n = n dim \, K^n=n dimKn=n,所以称 K n K^n Kn为n维向量空间。
对于 α = a 1 α 1 + ⋯ + a r α r \alpha=a_1\alpha_1+\dots+a_r\alpha_r α=a1α1+⋯+arαr,把有序数组 ( a 1 , … , a r ) (a_1,\dots,a_r ) (a1,…,ar)称为 α \alpha α在基 α 1 , … , α r \alpha_1,\dots,\alpha_r α1,…,αr下的坐标。
5、命题1:设 d i m U = r dim \, U=r dimU=r,则U中任意r+1个向量都线性相关。
6、命题2:设 d i m U = r dim \, U=r dimU=r,则U中任意r个线性无关的向量都是U的一个基。
7、命题3:设 d i m U = r dim \, U=r dimU=r,设 α 1 , … , α r ∈ U \alpha_1,\dots,\alpha_r \in U α1,…,αr∈U。如果U中每一个向量都可以由$\alpha_1,\dots,\alpha_r 线 性 表 出 , 那 么 线性表出,那么 线性表出,那么\alpha_1,\dots,\alpha_r $是U的一个基。
8、命题4:设U和W都是 K n K^n Kn的非零子空间,如果 U ⊆ W U\subseteq W U⊆W,那么 d i m U ⩽ d i m W dim \, U \leqslant dim \, W dimU⩽dimW。
9、命题5:设U和W是 K n K^n Kn的两个非零子空间,且 U ⊆ W U\subseteq W U⊆W,如果 d i m U = d i m W dim \, U = dim \, W dimU=dimW,那么 U = W U= W U=W。
10、定理3:向量组
α
1
,
…
,
α
s
\alpha_1,\dots,\alpha_s
α1,…,αs的一个极大线性无关组是这个向量组生成的子空间
<
α
1
,
…
,
α
s
>
<\alpha_1,\dots,\alpha_s>
<α1,…,αs>的一个基,从而
d
i
m
<
α
1
,
…
,
α
s
>
=
r
a
n
k
{
α
1
,
…
,
α
s
}
.
dim<\alpha_1,\dots,\alpha_s>=rank\{\alpha_1,\dots,\alpha_s\}.
dim<α1,…,αs>=rank{α1,…,αs}.
3.5 矩阵的秩
1、定理1:阶梯型矩阵J的行秩与列秩相等,它们都等于J的非零行的个数;并且J的主元所在的列构成列向量的一个极大线性无关组。
2、定理2:矩阵的初等行变换不改变矩阵的行秩。
3、定理3:矩阵的初等行变换不改变矩阵的列向量组的线性相关性,从而不改变矩阵的列秩。
4、定理4:任一矩阵A的行秩等于它的列秩。
5、定义1:矩阵A的行秩与列秩统称为A的秩,记作 r a n k ( A ) rank (A) rank(A)。
6、推论1:设矩阵A经过初等行变换化成阶梯型矩阵J,则A的秩等于J的非零行个数。设J的主元所在的列是第 j 1 , j 2 , … , j r j_1,j_2,\dots,j_r j1,j2,…,jr列,则A的第 j 1 , j 2 , … , j r j_1,j_2,\dots,j_r j1,j2,…,jr列构成A的列向量组的一个极大线性无关组。
7、推论2:矩阵的初等列变换不改变矩阵的秩。
8、定理5:任一非零矩阵的秩等于它的不为零的子式的最高阶数。
9、推论3:设 s × n s\times n s×n矩阵A的秩为r,则A的不等于零的r阶子式所在的列(行)构成A的列(行)向量组的一个极大线性无关组。
10、推论4:n级矩阵A满秩的充分必要条件是 ∣ A ∣ ≠ 0 |A|\not=0 ∣A∣=0。
3.6 线性方程组有解的充分必要条件
1、定理1(线性方程组有解判别定理):数域K上线性方程组
x
1
α
1
+
⋯
+
x
n
α
n
=
β
(1)
x_1\alpha_1+\dots+x_n\alpha_n=\beta \tag{1}
x1α1+⋯+xnαn=β(1)
有解的充分必要条件是:它的系数矩阵与增广矩阵的秩相等。
2、定理2:数域K上n元线性方程组(1)有解时,如果它的系数矩阵等于n,那么方程组(1)有唯一解;如果A的秩小于n,那么方程组(1)有无穷多个解。
推论1:齐次线性方程组有非零解的充分必要条件是:它的系数矩阵的秩小于未知量的个数。
3.7 齐次线性方程组的解集的结构
数域K上n元齐次线性方程组
x
1
α
1
+
⋯
+
x
n
α
n
=
0
(1)
x_1\alpha_1+\dots+x_n\alpha_n=\bold 0\tag{1}
x1α1+⋯+xnαn=0(1)
的一个解是
K
n
K^n
Kn中一个向量,称它为齐次线性方程组(1)的一个解向量。齐次线性方程组(1)的解集W是
K
n
K^n
Kn的一个非空子集。
性质1:若 γ , δ ∈ W \gamma,\delta \in W γ,δ∈W,则 γ + δ ∈ W . \gamma+\delta \in W. γ+δ∈W.
性质2: 若 γ ∈ W , k ∈ K , 则 k γ ∈ W . 若\gamma \in W,k \in K,则k\gamma \in W. 若γ∈W,k∈K,则kγ∈W.
由上述得,齐次线性方程组(1)的解集W是 K n K^n Kn的一个子空间,称它为方程组(1)的解空间。如果方程组(1)的系数矩阵A的秩等于n,那么 W = { 0 } W=\{\bold 0 \} W={0}。如果 r a n k ( A ) < n rank(A)<n rank(A)<n,那么W是非零子空间。从而W有基。把解空间W的一个基称为齐次线性方程组(1)的一个基础解系,即:
定义1:齐次线性方程组(1)有非零解时,如果它的有限多个解
η
1
,
η
2
,
…
,
η
t
\eta_1,\eta_2,\dots,\eta_t
η1,η2,…,ηt满足:
(
1
)
η
1
,
η
2
,
…
,
η
t
线
性
无
关
;
(
2
)
齐
次
线
性
方
程
组
(
1
)
的
每
一
个
解
都
可
以
由
η
1
,
η
2
,
…
,
η
t
线
性
表
出
,
\begin{aligned} &(1)\eta_1,\eta_2,\dots,\eta_t 线性无关;\\ &(2)齐次线性方程组(1)的每一个解都可以由\eta_1,\eta_2,\dots,\eta_t 线性表出, \end{aligned}
(1)η1,η2,…,ηt线性无关;(2)齐次线性方程组(1)的每一个解都可以由η1,η2,…,ηt线性表出,
那么称
η
1
,
η
2
,
…
,
η
t
\eta_1,\eta_2,\dots,\eta_t
η1,η2,…,ηt是齐次线性方程组(1)的一个基础解系。其解集W表示为:
W
=
{
k
1
η
1
+
k
2
η
2
+
⋯
+
k
t
η
t
∣
k
i
∈
K
,
i
=
1
,
2
,
…
,
t
}
.
W=\{k_1\eta_1+k_2\eta_2+\dots+k_t\eta_t \,|\,k_i \in K,i=1,2,\dots,t\}.
W={k1η1+k2η2+⋯+ktηt∣ki∈K,i=1,2,…,t}.
通常也说齐次线性方程组(1)的全部解是:
k
1
η
1
+
k
2
η
2
+
⋯
+
k
t
η
t
,
k
1
,
k
2
,
…
,
k
i
∈
K
k_1\eta_1+k_2\eta_2+\dots+k_t\eta_t \, ,\,k_1,k_2,\dots,k_i \in K
k1η1+k2η2+⋯+ktηt,k1,k2,…,ki∈K
定理1:数域K上n元齐次线性方程组的解空间W的维数为
d
i
m
W
=
n
−
r
a
n
k
(
A
)
,
(2)
dim \, W=n-rank(A),\tag{2}
dimW=n−rank(A),(2)
其中A是方程组的系数矩阵。从而当齐次线性方程组(1)有非零解时,它的每个基础解系所含解向量的个数都等于
n
−
r
a
n
k
(
A
)
n-rank(A)
n−rank(A)。
3.8 非齐次线性方程组的解集的结构
对于数域K上n元非齐次线性方程组
x
1
α
1
+
⋯
+
x
n
α
n
=
β
(1)
x_1\alpha_1+\dots+x_n\alpha_n=\beta \tag{1}
x1α1+⋯+xnαn=β(1)
设其解集为U。为此考虑相应的齐次线性方程组
x
1
α
1
+
⋯
+
x
n
α
n
=
0
(2)
x_1\alpha_1+\dots+x_n\alpha_n=\bold 0\tag{2}
x1α1+⋯+xnαn=0(2)
称它为非齐次线性方程组(1)的导出组。导出组的解空间用W表示。
性质1:若 γ , δ ∈ U \gamma,\delta \in U γ,δ∈U,则 γ − δ ∈ W . \gamma-\delta \in W. γ−δ∈W.
性质2: 若 γ ∈ U , η ∈ W , 则 γ + η ∈ U . 若\gamma \in U,\eta \in W,则\gamma+\eta \in U. 若γ∈U,η∈W,则γ+η∈U.
定理1:如果数域K上n元非齐次线性方程组(1)有解,那么它的解集U为
U
=
{
γ
0
+
η
∣
η
∈
W
}
,
(3)
U=\{\gamma_0+\eta \, | \, \eta \in W\}, \tag{3}
U={γ0+η∣η∈W},(3)
其中
γ
0
\gamma_0
γ0是非齐次线性方程组(1)的一个解(称
γ
0
\gamma_0
γ0是特解),W是方程组(1)的导出组的解空间。
我们把集合 { γ 0 + η ∣ η ∈ W } \{\gamma_0+\eta \, | \, \eta \in W\} {γ0+η∣η∈W}记作 γ 0 + W \gamma_0+W γ0+W。称它是一个W型的线性流形(或子空间W的一个陪集),把 d i m W dim\,W dimW称为线性流形 γ 0 + W \gamma_0+W γ0+W的维数。
注:U不是子空间,因为U对于加法和数乘都不封闭。
推论1:如果n元非齐次线性方程组(1)有解,那么它的解唯一的充分必要条件是:它的导出组(2)只有零解。