线性代数（4）—— 向量与向量组的线性相关性

• 参考：张宇高等数学基础30讲

---

1. 引入

• 前文我们已经讨论过行列式和矩阵，下面我们将从更本质的向量角度来分析。在前文 线性代数（2）—— 矩阵定义及基本运算 我们提到过：矩阵是由若干行（列）向量拼成的，而且它们之间存在着某种联系，这种联系说到底就是线性无关的向量个数（独立信息的个数）的问题，也就是这若干个向量组成的向量组中，有几个就足够代表这整个向量组（其他的向量都可以由这几个向量线性表示出来）。比如向量组 [1,2,3]，[2,4,6]，[6,7,9] 中，向量 [2,4,6] 可以用向量 [1,2,3] 的两倍表示，因此 [2,4,6] 这个向量就是 “多余” 的，不是独立信息
• 经过仔细排查，我们可以找出某个向量组中能够代表所有成员的一组向量，把它们组成的向量组叫做原向量组的 极大线性无关组，这个组是原向量组的 “代表”。比如 [1,2,3]，[6,7,9] 就是 [1,2,3]，[2,4,6]，[6,7,9] 的极大线性无关组。后面我们会说明，对于同一个向量组，其极大线性无关组中 “代表” 的个数是唯一的。事实上，“代表” 的个数就是独立信息的个数，这个个数就叫做向量组的秩。秩就是独立信息的个数，用这几个独立信息就能表示其他所有信息了。
• 注意到矩阵就是由向量组拼成的，因此 矩阵的秩、向量组的秩都反映了 “代表” 个数，其本质是一样的
• 后面我们还会说明一个重要观点：向量与向量间的关系要么线性相关，要么线性无关，这种关系是 “非黑即白” 的

2. 向量的概念和运算

• n维向量：n个数构成的一个有序数组 $[a_1,a_2,...,a_n]$ 称为一个 $n$ 维向量，记作 $\alpha \text{α}\alpha =[a_1,a_2,...,a_n]$，并称 $\alpha \text{α}\alpha$ 为 n维行向量，${\alpha \text{α}\alpha }^{\top }=[a_1,a_2,...,a_n{]}^{\top }$ 称为 n维列向量，其中 $a_i$ 称为向量 $\alpha \text{α}\alpha$ 或 ${\alpha \text{α}\alpha }^{\top }$ 的第 $i$ 个 分量
• 向量的运算
  

3. 向量组的线性表出与线性相关

3.1 基础概念

1. 线性组合：设有 m 个 n 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 和 m 个数 $k_1,k_2,...,k_m$，则向量
   $$k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_m{\alpha \text{α}\alpha }_m$$ 称为向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 的线性组合

2. 线性表出：若向量 $\beta \text{β}\beta$ 能表示成 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 的线性组合，即存在 m 个数 $k_1,k_2,...,k_m$，使得
   $$\beta \text{β}\beta =k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_m{\alpha \text{α}\alpha }_m$$ 则称向量 $\beta \text{β}\beta$ 能被 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性表出

3. 线性相关：对 m 个 n 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$，若存在一组不全为零的数 $k_1,k_2,...,k_m$，使得
   $$k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_m{\alpha \text{α}\alpha }_m=0\text{0}0$$ 称向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性相关

4. 线性无关：若不存在不全为零的数 $k_1,k_2,...,k_m$，使得 $k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_m{\alpha \text{α}\alpha }_m=0\text{0}0$ 成立，就称向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性无关；亦即若只有 $k_1=k_2=...=k_m=0$ 时才有 $k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_m{\alpha \text{α}\alpha }_m=0\text{0}0$ 成立，称向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性无关

3.2 线性相关、线性无关的进一步说明

1. 含有零向量或有成比例向量的向量组一定线性相关
   1. 若含有零向量，可以把零向量对应的系数 $k_i$ 设为任意非零数，其他系数 $k_i$ 都设成 0，即满足线性相关定义
   2. 若有成比例向量，可以把成比例向量的系数 $k_i$ 按比例设为正负数值，其他系数 $k_i$ 都设成 0，即满足线性相关定义
2. 单个非零向量、两个不成比例向量均线性无关
   1. 对于单个非零向量 $\alpha \text{α}\alpha$，只有 $0\cdot \alpha \text{α}\alpha =0\text{0}0$
   2. 对于两个不成比例向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2$，对于 $k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2=0$，有 $k_1=-k_2{\alpha \text{α}\alpha }_2/{\alpha \text{α}\alpha }_1$，若 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2$ 线性相关，${\alpha \text{α}\alpha }_2/{\alpha \text{α}\alpha }_1$ 必为常数，而这代表 ${\alpha \text{α}\alpha }_2/{\alpha \text{α}\alpha }_1$ 成比例，矛盾
3. 只有 零向量自己一个向量就能线性相关；其他 所有非零向量自己一个向量都是线性无关的
   1. 对于单个零向量，若有 $k\cdot 0\text{0}0=0\text{0}0$，$k$ 可取任意非零数
   2. 对于单个非零向量 $\alpha \text{α}\alpha$，只有 $0\cdot \alpha \text{α}\alpha =0\text{0}0$
4. 向量组要么线性相关要么线性无关，二者必居其一且仅居其一
5. 使用定义法解题：
   1. 写出 ${\sum }_i^m{k}_i{\alpha \text{α}\alpha }_i=0$
   2. $k_i$ 不全为0 $\Rightarrow$ 线性相关；$k_i$ 全为0 $\Rightarrow$ 线性无关

4. 判别线性相关性的七大定理

4.1 定理1

• 原命题：向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n(n\ge 2)$ 线性相关 $\iff$ 向量组中至少有一个向量可以由其他 $n-1$ 个向量线性表出
• 逆否命题：向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n(n\ge 2)$ 线性无关 $\iff$ 向量组中任意一个向量不能由其他 $n-1$ 个向量线性表出
• 原命题证明：
  
  • ${\sum }_i^m{k}_i{\alpha \text{α}\alpha }_i=0$ 时，哪个系数 $k_i\ne 0$，其对应的 ${\alpha \text{α}\alpha }_i$ 就能被其他向量线性表出

4.2 定理2

• 若向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n$ 线性无关，而向量组 $\beta \text{β}\beta ,{\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n$ 线性相关，则 $\beta \text{β}\beta$ 可以由 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n$ 线性表出，且表示法唯一
• 证明：
  

4.3 定理3

• 原命题：若向量组 ${\beta \text{β}\beta }_1,{\beta \text{β}\beta }_2,...,{\beta \text{β}\beta }_t$ 可由向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_s$ 线性表示，且 $t>s$，则无论 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_s$ 是线性相关还是无关， ${\beta \text{β}\beta }_1,{\beta \text{β}\beta }_2,...,{\beta \text{β}\beta }_t$ 一定线性相关（以少表多，多的相关）
• 逆否命题：若向量组 ${\beta \text{β}\beta }_1,{\beta \text{β}\beta }_2,...,{\beta \text{β}\beta }_t$ 可由向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_s$ 线性表示，且 ${\beta \text{β}\beta }_1,{\beta \text{β}\beta }_2,...,{\beta \text{β}\beta }_t$ 线性无关，则 $t\le s$
• 证明原命题
  

4.4 定理4

• 原命题：设 m 个 n 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$，其中
  $$\begin{array}{rl}& {\alpha \text{α}\alpha }_1=[a_{11},a_{21},...,a_{n1}{]}^{\top }\\ & {\alpha \text{α}\alpha }_2=[a_{12},a_{22},...,a_{n2}{]}^{\top }\\ & \dots \\ & {\alpha \text{α}\alpha }_m=[a_{1m},a_{2m},...,a_{nm}{]}^{\top }\end{array}$$ 则向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性相关 $\iff$ 齐次线性方程组 $Ax\text{Ax}Ax=0\text{0}0$ 有非零解，其中
  $$A\text{A}A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \dots & a_{1m}\\ a_{21}& a_{22}& \dots & a_{2m}\\ ⋮& ⋮& & ⋮\\ a_{n1}& a_{n2}& \dots & a_{nm}\end{array}\right],x\text{x}x=\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_m\end{array}\right]$$（即 $Ax\text{Ax}Ax=x_1{\alpha \text{α}\alpha }_1+x_2{\alpha \text{α}\alpha }_2+...+x_m{\alpha \text{α}\alpha }_m=0\text{0}0$，$x\text{x}x$ 有非零解）
• 逆否命题：m 个 n 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性无关 $\iff$ 齐次线性方程组 $Ax\text{Ax}Ax=0\text{0}0$ 只有零解
• 原命题证明
  
• 注：注意到矩阵 $A\text{A}A$ 中行数（即向量维度） $n$ 是方程个，列数（即向量个数）$m$ 是未知数数目
  1. 若 $n<m$，即方程个数小于未知数个数，线性方程组 $Ax\text{Ax}Ax=0\text{0}0$ 求解时必有自由未知量，即必有非零解。因此，任意 $n+1$ 个 $n$ 维向量都是线性相关的；$n$ 维空间中，任何一个线性无关向量组最多只能包含 $n$ 个向量
  2. 若 $n=m$，这时是方阵，可以引入行列式。对于 $n$ 个 $n$ 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n$
     1. 线性相关 $\iff$ $|A\text{A}A|=|{\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_n|=0$ $\iff$ $Ax\text{Ax}Ax=0\text{0}0$ 有非零解
     2. 线性无关 $\iff$ $|A\text{A}A|\ne 0$ $\iff$ $Ax\text{Ax}Ax=0\text{0}0$ 只有零解
  3. 若 $n>m$，这时方程个数多于未知数个数，但是方程中可能有因线性相关而冗余的方程，此时可以
     1. 化阶梯型，找出真实方程数目
     2. 使用下面的定理6 / 定理7

4.5 定理5

• 原命题：
  
• 逆否命题：
  
• 说明：
  1. 定理5和定理4把向量组和线性方程组相联系，定理4从线性方程组角度给出了线性相关和线性无关的定义；定理5从线性方程组角度给出了线性表出的定义
  2. 这里 $r(\cdot )$ 代表向量组的秩，下一章再详细说明，这里简单一提：秩代表这组向量中不能被其余向量线性表出的向量的个数，当 $\beta \text{β}\beta$ 可以被其他 $\alpha \text{α}\alpha$ 线性表出时，秩不变；不能时秩改变，其实就是增加了1

4.6 定理6

• 原命题：如果向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 中有一部分线性相关，则整个向量组也线性相关（部分相关，则整体相关）
• 逆否命题：如果向量组 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 线性无关，则其中任意部分向量组也线性无关（整体无关，则部分无关）
• 证明原命题：不妨设 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_j(j<m)$ 线性相关，于是有不全为零的数 $k_1,k_2,...,k_j$ 使得
  $$k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_j{\alpha \text{α}\alpha }_j=0\text{0}0$$ 从而有不全为零的数 $k_1,k_2,...,k_j,0,...,0$ 使得
  $$k_1{\alpha \text{α}\alpha }_1+k_2{\alpha \text{α}\alpha }_2+...+k_j{\alpha \text{α}\alpha }_j+0{\alpha \text{α}\alpha }_{j+1}+...+0{\alpha \text{α}\alpha }_m=0\text{0}0$$ 故 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_m$ 也线性相关

4.7 定理7

• 如果一组 $n$ 维向量 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_s$ 线性无关，那么把这些向量各任意添加 $m$ 个分量后所得的新（$n+m$维）向量组 ${\alpha \text{α}\alpha }_1^{\ast },{\alpha \text{α}\alpha }_2^{\ast },...,{\alpha \text{α}\alpha }_s^{\ast }$ 也线性无关；如果 ${\alpha \text{α}\alpha }_1,{\alpha \text{α}\alpha }_2,...,{\alpha \text{α}\alpha }_s$ 线性相关，那么它们去掉相同的若干个分量所得到的新向量组也是线性相关的（原来相关，缩短相关；原来无关，延长无关）。注意，延长/缩短向量等价于增加/减少方程数目
• 注
  
• 例：
  $$\left[\begin{array}{c}1\\ 2\end{array}\right]和\left[\begin{array}{c}2\\ 3\end{array}\right]线性无关\Rightarrow \left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]和\left[\begin{array}{c}2\\ 3\\ 4\end{array}\right]线性无关$$
  $$\left[\begin{array}{c}1\\ 2\\ 3\end{array}\right]和\left[\begin{array}{c}2\\ 4\\ 6\end{array}\right]线性相关\Rightarrow \left[\begin{array}{c}1\\ 2\end{array}\right]和\left[\begin{array}{c}2\\ 4\end{array}\right]线性相关$$

5. 例题

5.1 利用行列式判断线性相关/无关

• 此题中向量个数（未知数个数） = 向量维数（方程个数），根据定理4，可以用行列式进行判断
  

5.2 利用定义法判断线性相关/无关

• 这个题用定义法证明线性无关。首先写出 ${\sum }_i^m{k}_i{\alpha \text{α}\alpha }_i=0$ 的形式，然后分析系数是否全为0
  

5.3 分类讨论

• 这个题没有明确向量个数 $s$（未知数个数） 和向量维数 $n$（方程个数）间的大小关系，需要分类讨论
  
  1. $s>n$ 时，未知数个数多于方程个数，一定有自由变量，有非零解， 必线性相关
  2. $s=n$ 时，用行列式是否等于0判断，注意到这里是范德蒙德行列式，直接展开行列式不等于零，线性无关
  3. $s<n$ 时，取对应齐次线性方程组靠上的 $s$ 个方程，这一部分同第2点里 $s=n$ 的情况，发现这部分线性无关，根据定理7，延长后的向量组一定也线性无关