线代 第三讲 向量组

重点

向量

秩即

线性无关数

独立信息数

定义

$n$维向量

$n\text{ 个数构成的一个有序数组 }\left[a_1,a_2,\cdots ,a_n\right]$

对应元素相等$\to$向量相等

加法：对应元素相加

数乘：同矩阵

向量组

线性组合

$$\mathbf{\beta }=k_1{\mathbf{\alpha }}_1+k_2{\mathbf{\alpha }}_2+\cdots +k_m{\mathbf{\alpha }}_m$$

线性表出

线性关系表示出来

$\text{ 若向量 }\mathbf{\beta }\text{ 能表示成向量组 }{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m\text{ 的线性组合, 即存在 }m\text{ 个数 }{k}_1,k_2,\cdots ,k_m\text{, 使得 }$

$\mathbf{\beta }=k_1{\mathbf{\alpha }}_1+k_2{\mathbf{\alpha }}_2+\cdots +k_m{\mathbf{\alpha }}_m$

$\text{ 则称向量 }\mathbf{\beta }\text{ 能被向量组 }{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m\text{ 线性表出 }$

线性相关

$\text{对 }m\text{ 个 }n\text{ 维向量 }{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m\text{, 若存在一组不全为零的数 }{k}_1,k_2,\cdots ,k_m\text{, 使得 }$

$k_1{\mathbf{\alpha }}_1+k_2{\mathbf{\alpha }}_2+\cdots +k_m{\mathbf{\alpha }}_m=0$

含有零向量，成比例向量皆线性相关

即有多余向量，有多余方程

线性无关

与线性相关相对，二者必选其一

$\text{ 单个非零向量, 两个不成比例的向量均线性无关 }$

一个向量作为向量组的情况

线性相关的判定

定理一：定义法

逆否命题

$向{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n(n⩾2)线性无关充要条件{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n中任一向量都不能由其余的n-1个向量线性表出.$

定理二

$\mathbf{X}定理2若向量组{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n线性无关,而\mathbf{\beta },{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n线性相关,$

$则\mathbf{\beta }可由{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_n线性表示,且表示法唯一.$

0可由非0表处

非0不可由0表出

定理三

证明

定理4

$设m个n维列向量{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m,其中\begin{array}{rl}{\mathbf{\alpha }}_1=& {\left[a_{11},a_{21},\cdots ,a_{n1}\right]}^{\mathrm{T}},\\ {\mathbf{\alpha }}_2=& {\left[a_{12},a_{22},\cdots ,a_{n2}\right]}^{\mathrm{T}},\\ & \cdots \cdots \\ {\mathbf{\alpha }}_m=& {\left[a_{1m},a_{2m},\cdots ,a_{nm}\right]}^{\top }.\end{array}$

$则向量组{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m线性相关的充分必要条件是齐次线性方程组\mathbf{A}\mathbf{x}=0(\ast )有非零解,其中$

$\mathbf{A}=\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m\right]=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1m}\\ a_{21}& a_{22}& \cdots & a_{2m}\\ ⋮& ⋮& & ⋮\\ a_{m1}& a_{n2}& \cdots & a_{mm}\end{array}\right],\mathbf{x}=\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_m\end{array}\right]$

其中，$m$是行数，即未知数个数

	 $n$是列数，可以理解为空间维度数

$其等价命题:m个n维列向量{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m线性无关的充分必要条件是齐次线性方程组(\ast )只有零解.$

注1

$n<m\to$方程必有非零解$\to$线性相关

$n=<=m\to$求行列式值$\to$为零则线性相关

$n>m\to$使用定理6、7判断

定理5

探讨与秩的关系

$向量\mathbf{\beta }可由向量组{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s线性表出\iff 非齐次线性方程组\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s\right]\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_s\end{array}\right]=\underline{{\mathbf{\alpha }}_1{x}_1+{\mathbf{\alpha }}_2{x}_2+\cdots +{\mathbf{\alpha }}_s{x}_s=\mathbf{\beta }\text{ 有解 }}\iff r\left(\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s\right]\right)=r\left(\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s,\hat{\mathbf{\beta }}\right]\right).$

$反之则有,向量\mathbf{\beta }不能由向量组{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s线性表出\iff \left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s\right]\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_s\end{array}\right]={\mathbf{\alpha }}_1{x}_1+{\mathbf{\alpha }}_2{x}_2+\cdots +{\mathbf{\alpha }}_{s}x=\mathbf{\beta }\text{ 无解 }\iff r\left(\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s\right]\right)\ne r\left(\left[{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s,\mathbf{\beta }\right]\right).$

定理6

$\text{ 如果向量组 }{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_m\text{ 中有一部分向量线性相关, 则整个向量组也线性相关。整体线性无关，则处处无关 }$

定理7

极大无关组

$\text{ 在向量组 }{\mathbf{\alpha }}_1,{\mathbf{\alpha }}_2,\cdots ,{\mathbf{\alpha }}_s\text{ 中, 若存在部分组 }{\mathbf{\alpha }}_{i_i},{\mathbf{\alpha }}_{i_i},\cdots ,{\mathbf{\alpha }}_{i;}\text{ 满足: }$

1. 此部分组线性无关
2. 任一向量都可用此部分表出

我们称为极大线性无关组

性质

不唯一

但成员个数唯一，即秩，即向量组所张成的空间维度

怎么求

1. 将列向量组成矩阵，作初等行变换，化为行阶梯型矩阵，求秩
2. 按列找出一个秩为$R(A)$的子矩阵，即解答完毕

等价向量组

可相互表出$\to$等价

记作:$(I)\cong (II)$

$\text{若 }(\text{ I })\cong (\text{ II }),(\text{ II })\cong (\text{ III })\text{, 则 }(I)\cong (\text{ III })\text{ (传递性) }$

向量组与其极大无关组等价

与矩阵等价区别

矩阵等价

$A、B$同型下，要求秩相等

向量组等价

同维下，$\begin{array}{l}r(I)=r(I))=r(I\mid II)\end{array}$

有关秩

1. $r(\mathbf{A})\text{ (矩阵的秩) }=\mathbf{A}\text{ 的行秩 }(\mathbf{A}\text{ 的行向量组的秩) }=\mathbf{A}\text{ 的列秩 }(\mathbf{A}\text{ 的列向量组的秩) }$
2. 若$A{\to }^{初等行变换}=B$，则两行向量组等价，任何柤应的部分列向量组具有相同的线性相关性
3. 若$B$可由$A$表出，则$r(B)<r(A)$，即被表出量，秩不大

向量空间

定义

##定理8

$\text{ 若 }{\mathbf{\eta }}_1,{\mathbf{\eta }}_2,\cdots ,{\mathbf{\eta }}_n\text{ 和 }{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\text{ 是 }{\mathbf{R}}^n\text{ 中的两个基, 且有关系 }$

$\left[{\mathbf{\eta }}_1,{\mathbf{\eta }}_2,\cdots ,{\mathbf{\eta }}_n\right]=\left[{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\right]\left[\begin{array}{cccc}{c}_{11}& c_{12}& \cdots & c_{1n}\\ c_{21}& c_{22}& \cdots & c_{2n}\\ ⋮& ⋮& & ⋮\\ c_{n1}& c_{n2}& \cdots & c_m\end{array}\right]=\left[{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\right]\mathbf{C},$

$\text{ 称为由基 }{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\text{ 到基 }{\mathbf{\eta }}_1,{\mathbf{\eta }}_2,\cdots ,{\mathbf{\eta }}_n\text{ 的基变换公式, 矩阵 }\mathbf{C}\text{ 称为由基 }{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\text{ 到基 }{\mathbf{\eta }}_1\text{, }$

${\mathbf{\eta }}_2,\cdots ,{\mathbf{\eta }}_w\text{ 的过渡矩阵, }\mathbf{C}\text{ 的第 }i\text{ 列即是 }{\mathbf{\eta }}_i\text{ 在基 }{\mathbf{\xi }}_1,{\mathbf{\xi }}_2,\cdots ,{\mathbf{\xi }}_n\text{ 下的坐标, 且过渡矩阵 }\mathbf{C}\text{ 是可逆矩阵 }$