线性代数之向量组


前言

        向量组与方程组大致相同,只是将方程组的具体数值等式转化成更加抽象的向量表示。


一、定义与定理

1、定义

1.1、n维向量

示例:\alpha =[a_{1},a_{2},...,a_{3}]^{T}


1.2、线性组合

示例:k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}


1.3、线性表示(出) 

示例:\beta =k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}


 1.4、线性相关

即:存在一组不全为零的数k_{1},k_{2},...,k_{m},使得k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}=0


1.5、线性无关

即:仅当k_{1}=k_{2}=...=k_{m}=0时,k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}=0成立

2、判别线性相关的七大定理

2.1、定理一:

向量组\alpha _{1},\alpha _{2},...,\alpha _{n}(n\geqslant 2)线性相关的充要条件是向量组中至少有一个向量可由其余n-1个向量线性表出;


2.2、定理二:

若向量组\alpha _{1},\alpha _{2},...,\alpha _{n}线性无关,而\beta ,\alpha _{1},\alpha _{2},...,\alpha _{n}线性相关,则\beta可由\alpha _{1},\alpha _{2},...,\alpha _{n}线性表示且表示法唯一;


2.3、定理三:

如果向量组\beta _{1},\beta _{2},...\beta _{t}可由向量组\alpha _{1},\alpha _{2},...,\alpha _{s}线性表示,且t>s,则\beta _{1},\beta _{2},...\beta _{t}线性相关【以少表多,多的相关】


2.4、定理四:

向量组\alpha _{1},\alpha _{2},...,\alpha _{m}线性相关的充分必要条件是齐次方程组Ax=0有非零解;


2.5、定理五:

向量\beta可由向量组\alpha _{1},\alpha _{2},...,\alpha _{s}线性表出\Leftrightarrow非齐次线性方程组Ax=x_{1}\alpha _{1},x_{2}\alpha _{2},...,x_{s}\alpha _{s}=\beta有解r(\alpha _{1},\alpha _{2},...,\alpha _{s})=r(\alpha _{1},\alpha _{2},...,\alpha _{s},\beta )【不能线性表出\Leftrightarrow Ax=\beta无解\Leftrightarrow r(A)\neq r([A, \beta ])


2.6、定理六:

如果向量组\alpha _{1},\alpha _{2},...,\alpha _{m}中有一部分向量线性相关,则整个向量组线性相关【部分相关->整体相关】


2.7、定理七:

如果一组n维向量\alpha _{1},\alpha _{2},...,\alpha _{s}线性相关,那么把这些对应相同位置各任意添加m个分量所得到的新向量(n+m维)组\alpha _{1}^{*},\alpha _{2}^{*},...,\alpha _{s}^{*}也是线性无关的;如果\alpha _{1},\alpha _{2},...,\alpha _{s}线性相关,那么它们各去掉相同位置的若干个分量所得到的新向量组也是线性相关的。

二、具体型向量关系

1.\beta\alpha _{1},\alpha _{2},...,\alpha _{n}

1.1、建方程组Ax=\beta


1.2、化阶梯型:

[A|\beta ]=[\alpha _{1},\alpha _{2},...,\alpha _{n}|\beta ]【初等变换化为行阶梯型】


1.3、讨论:

r(A)\neq r(A|\beta) \Leftrightarrow无解\Leftrightarrow不能表示

r(A)= r(A|\beta)=n\Leftrightarrow唯一解\Leftrightarrow唯一表示法

r(A)=r(A|\beta)<n\Leftrightarrow无穷多解\Leftrightarrow无穷多表示法

2、\alpha _{1},\alpha _{2},...,\alpha _{n}

2.1、向量个数大于维数:必相关


2.2、向量个数等于维数:

|\alpha _{1},\alpha _{2},...,\alpha _{n}|=0\Leftrightarrow线性相关

|\alpha _{1},\alpha _{2},...,\alpha _{n}|\neq 0\Leftrightarrow线性无关


2.3、向量个数小于维数:

r(A)<n\Leftrightarrow线性相关

r(A)=n\Leftrightarrow线性无关

三、抽象型向量关系

1、定义法:

写定义式:k_{1}\alpha _{1}+k_{2}\alpha _{2}+...+k_{m}\alpha _{m}=0证明k_{1}=k_{2}=...=k_{m}=0

2、用秩:(见线性代数之矩阵的秩

四、向量组等价

向量组(Ⅰ):\alpha _{1},\alpha _{2},...,\alpha _{s};向量组(Ⅱ):\beta _{1},\beta _{2},...\beta _{t},其等价的充要条件是【r(Ⅰ)=r(Ⅱ)=r(Ⅰ|Ⅱ)】


  • 29
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值