第四章向量组的线性相关性第一二三节向量组及其线性组合/向量组的线性相关性/向量组的秩

最新推荐文章于 2022-11-28 14:58:03 发布

su_n_y_

最新推荐文章于 2022-11-28 14:58:03 发布

阅读量847

点赞数 2

分类专栏：线性代数文章标签：线性代数

本文链接：https://blog.csdn.net/sunny1235435/article/details/90018115

版权

线性代数专栏收录该内容

15 篇文章 3 订阅

订阅专栏

§4.1 向量组及其线性组合
§4.2 向量组的线性相关性
§4.3 向量组的秩

4.1 向量组及其线性组合

   $n$ 个有次序的数 $a_{1},a_{2},\cdots,a_{n}$ 所组成的数组称为 $n$ 维向量，这 $n$ 个数称为该向量的 $n$ 个分量，第 $i$ 个数 $a_{i}$ 称为第 $i$ 个分量。
  若干个 $n$ 维列向量(或同维的行向量)所组成的集合叫做向量组。
  给定向量组 $A:a_{1},a_{2},\cdots, a_{m},$ 对于任何一组实数 $k_{1},k_{2},\cdots,k_{m}$ ,表达式
$k_{1}a_{1}+k_{2}a_{2}+\cdots+k_{m}a_{m}$
称为向量组 $A$ 的一个线性组合， $k_{1},k_{2},\cdots,k_{m}$ 称为这个线性组合的系数。
  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
$b=\lambda_{1}a_{1}+\lambda_{2}a_{2}+\cdots+\lambda_{m}a_{m},$
则向量 $b$ 是向量组 $A$ 的线性组合，这时称向量 $b$ 能由向量组 $A$ 线性表示。

定理

向量 $b$ 能由向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性表示的充要条件：矩阵 $A=(a_{1},a_{2},\cdots,a_{m})$ 的秩等于矩阵 $B=(a_{1},a_{2},\cdots,a_{m},b)$ 的秩。
设有两个向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 和 $B:b_{1},b_{2},\cdots, b_{l}$ ,若 $B$ 组中的每个向量都能由向量组 $A$ 线性表示，则称向量组 $B$ 能由向量组 $A$ 线性表示。若向量组 $A$ 和向量组 $B$ 能相互线性表示，则称这两个向量组等价。

定理

向量组 $B:b_{1},b_{2},\cdots, b_{l}$ 能由向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性表示的充要条件：矩阵 $A=(a_{1},a_{2},\cdots,a_{m})$ 的秩等于矩阵 $(A,B)=(a_{1},a_{2},\cdots,a_{m},b_{1},b_{2},\cdots,b_{l})$ 的秩，即 $R (A) = R (A, B)$ .

推论

向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 和 $B:b_{1},b_{2},\cdots, b_{l}$ 等价的充要条件： $R (A) = R (B) = R (A, B)$ .

定理

向量组 $B:b_{1},b_{2},\cdots, b_{l}$ 能由向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性表示，则 $R(b_{1},b_{2},\cdots,b_{l})\leq R(a_{1},a_{2},\cdots,a_{m}).$

4.2 向量组的线性相关性

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 $A$ 使线性相关的，否则称它为线性无关。

定理

向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性相关的充分必要条件：它所构成的矩阵 $A=(a_{1},a_{2},\cdots,a_{m})$ 的秩小于向量个数 $m$ ;线性无关的充要条件： $R (A) = m$ .

定理

若向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性相关，则向量组 $B:a_{1},a_{2},\cdots, a_{m},a_{m+1}$ 也线性相关；反之若向量组 $B:a_{1},a_{2},\cdots, a_{m},a_{m+1}$ 线性无关，则向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 也线性无关。
$m$ 个 $n$ 维向量组成的向量组，当维数 $n$ 小于向量组的个数 $m$ 时一定线性相关。特别地， $n + 1$ 个 $n$ 维向量组一定线性相关。
向量组 $A:a_{1},a_{2},\cdots, a_{m}$ 线性无关，向量组 $B:a_{1},a_{2},\cdots, a_{m},b$ 线性相关，则向量 $b$ 比能由向量组 $A$ 线性表示，且表达式是惟一的。

4.3 向量组的秩

设有向量组 $A$ ,如果在 $A$ 中能选出 $r$ 个向量 $a_{1},a_{2},\cdots,a_{r}$ 满足
1.向量组 $A_{0}:a_{1},a_{2},\cdots,a_{r}$ 线性无关；
2.向量组 $A$ 中任意 $r + 1$ 个向量(如果 $A$ 中有 $r + 1$ 个向量的话)都线性相关，
那么称向量组 $A_{0}$ 为向量组 $A$ 的一个最大线性无关向量组(简称最大无关组)；最大无关组所含的向量个数 $r$ 称为向量 $A$ 的秩，记作 $R_{A}$ .

定理

矩阵的秩等于它的列向量组的秩，也等于它的行向量的秩。

推论

最大线性无关组等价定义：设向量组 $A_{0}:a_{1},a_{2},\cdots,a_{r}$ 是向量组 $A$ 的一个部分组，且满足
1.向量组 $A_{0}$ 线性无关；
2.向量组 $A$ 的任一向量都能由向量组 $A_{0}$ 线性表示，
那么向量组 $A_{0}$ 便是向量组 $A$ 的一个最大无关组。

定理

向量组 $b_{1},b_{2},\cdots,b_{l}$ 能由向量组 $a_{1},a_{2},\cdots,a_{m}$ 线性表示的充要条件： $R(a_{1},a_{2},\cdots,a_{m})=R(a_{1},a_{2},\cdots,a_{m},b_{1},b_{2},\cdots,b_{l})$ .