线性代数:n维向量

1.线性表示

给定向量组$A:a_1,a_2,\cdots ,a_m$和向量$b$,如果存在一组数${\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_m$,使$b={\lambda }_1{a}_1+{\lambda }_2{a}_2+\cdots +{\lambda }_m{a}_m$,则称向量$b$可由向量组$A$线性表示。
向量组$b$可由向量组$A$线性表示，也就是方程组
$x_1{a}_1+x_2{a}_2+\cdots +x_m{a}_m=b$有非零解。
推论: 若向量组$b$可由向量组$A$线性表示，则
$R(a_1,a_2,\cdots ,a_m,b)=R(a_1,a_2,\cdots ,a_m)$

2.向量组的线性相关性

1.给定向量组$A:a_1,a_2,\cdots ,a_m$,如果存在不全为零的数$k_1,k_2,\cdots ,k_m$,使$k_1{a}_1+k_2{a}_2+\cdots +k_m{a}_m=0$,则称向量组$A$是线性相关的，否则称线性无关。
推论： 向量组$A:a_1,a_2,\cdots ,a_m$构成矩阵$A=(a_1,a_2,\cdots ,a_m)$，向量组$A$线性相关就是齐次线性方程组$x_1{a}_1+x_2{a}_2+\cdots +x_m{a}_m=0$,即$Ax=0$有非零解。
2.向量组$A：a_1,a_2,\cdots ,a_m(m⩾2)$线性线性相关的充分必要条件是在向量组$A$中至少有一个向量可由其余$m-1$个向量线性表示。
3.若向量组$A:a_1,a_2,\cdots ,a_r$线性相关，则向量组$B:a_1,a_2,\cdots ,a_r,a_{r+1}$也线性相关。换言之，若向量组$B$线性无关，则向量组$A$也线性无关。
总结：部分相关，整体必相关；整体无关，部分必无关；
4.设向量组$A:a_1,a_2,\cdots ,a_r$线性无关，而向量组$B:a_1,a_2,\cdots ,a_r,b$线性相关，则向量$b$可由向量组$A$唯一地线性表示。
5.$n$维向量组$A:a_1,a_2,\cdots ,a_r$线性相关$\iff$ $R(A)<r$.换言之
$n$维向量组$A:a_1,a_2,\cdots ,a_r$线性无关$\iff$$R(A)=r$.
6.若向量组$a_1,a_2,\cdots ,a_r$线性相关，向量组$b_1,b_2,\cdots ,b_s$$(s⩾r)$可由向量组$a_1,a_2,\cdots ,a_r$线性表示，则向量组$b_1,b_2,\cdots ,b_s$也线性相关。
推论： $n+1$个$n$维向量一定线性相关。

3.向量组等价

设有两个向量组$A:a_1,a_2,\cdots ,a_m$及$B:b_1,b_2,\cdots ,b_s$。若向量组$A$中的每个向量都能由向量组$B$线性表示，则称向量组$A$能由向量组$B$线性表示。若两个向量组可以相互线性表示，则称这两个向量组等价，记住$A\simeq B$。
推论: 向量组$A:a_1,a_2,\cdots ,a_m$与向量组$B:b_1,b_2,\cdots ,b_s$等价的充分必要条件是
$r(A)=r(B)=r(A,B)$