上一次修改时间:2017-07-17 18:18:50

向量组的线性相关性

  1. 向量组及其线性组合

    QQ图片20170715234326.png;

    在空间直角坐标系中,描述一个向量时,只需写出3个分量的一个特定的线性组合;

    QQ图片20170422181725.png

    分量全为实数的向量称为实向量,分量为复数的向量称为复向量。未特别指明时,均为实向量;

    n维向量可写成一行,也可以写成一列;分别称为行向量和列向量,也就是行矩阵和列矩阵,并规定行向量与列向量都按矩阵的运算规则进行运算。因此,由a1,a2.....an组成的分别组成的行向量和列向量是两个不同的向量;

    黑体小写字母a,b表示列向量,aT,bT表示行向量;

    当一个向量未指明向量是行向量还是列向量时,均表示列向量;

    若干个维数相同 向量构成一个向量组

    QQ图片20170422184623.png

    QQ图片20170422191807.png

    注:b=λ1a1+λ2a2+....+λmam该方程中,A为向量组,b为列向量,该方程对应的为一个m维的方程组;

    QQ图片20170422192600.png

    向量b由向量组线性表示示例:QQ图片20170716000030.png

    QQ图片20170422193959.png

    注:此处bj中的每个分量与向量a1,a2....am都对应一个k的列向量;

    若矩阵A与B行(列)等价,则A的行(列)向量组与B的行(列)向量组等价;

    QQ图片20170422195656.png

    QQ图片20170422195742.png

    示例:QQ图片20170716003343.png

    定理2也可表述为QQ图片20170716003626.png

    QQ图片20170423010356.png

    image.png

    image.png

    image.png

    QQ图片20170716132805.pngimage.png

    QQ图片20170716133121.png

    image.png(矩阵k为该矩阵方程的解)

    image.pngimage.png

    矩阵行(列)向量组的等价性

    image.png

    image.png

    image.png

    QQ图片20170716152940.png

  2. 向量组的线性相关性

    QQ图片20170423015138.png

    对于含2个向量a1,a2的向量组,它线性相关的充分必要条件是a1,a2的分量对应成比例,其几何意义是两向量共线;3个向量线性相关的几何意义是三向量共面;

    向量组A:a1,a2....am(m>=2)线性相关,也就是在向量组A中至少有一个向量能由其余m-1个向量线性表示;

    向量组的线性相关与线性无关的概念也可移用于线性方程组。当方程组中有某个方程是其余方程的线性组合时,这个方程就是多余的,这时称方程组(各个方程)是线性相关的;当方程组中没有多余方程,就称该方程组(各个方程)线性无关(或线性独立);

    QQ图片20170716161944.png注:该结论可以用来证明向量组A的线性无关性;

    推论:QQ图片20170716162326.png

    image.png

    image.png

    对于至少有两个向量的向量组,我们有以下重要结论:

    image.png

    image.png

    image.png

    image.png

    image.pngimage.pngimage.pngimage.png

    QQ图片20170423020050.png

    定理4的另一种表述:

    QQ图片20170716165318.png

    QQ图片20170716170547.png

    注:线性相关是单目运算符,是针对某一个向量组的描述;

    QQ图片20170423094828.png

    QQ图片20170716172857.png

    image.pngimage.png

    image.png

    image.png

    QQ图片20170716193254.png

    image.png

  3. 向量组的秩

    QQ图片20170423095150.png

    注:最大线性无关向量组可以用最少的向量来表示全组向量;

    image.png

    image.png

    image.png

    image.pngimage.pngimage.png

    image.png

    image.png

    image.png

    image.png

    QQ图片20170716212008.png

    QQ图片20170423095934.png

    注:QQ图片20170423100148.png

    QQ图片20170423101214.png

    定理2,定理3的另外一种表述:

    QQ图片20170423102920.png

    QQ图片20170423103120.png

    image.png注:该引理为定理6的引理;

    image.png

    QQ图片20170716221213.png

    注:等价向量组必等秩,等秩的向量组不一定等价

    image.png

    QQ图片20170716225400.png

    向量组的秩示例:QQ图片20170716222641.png

    示例2:QQ图片20170716230432.png

    化为行最简形C得:image.png

    得到用极大线性无关组表示多余组的表达式:image.pngimage.png

  4. 线性方程组的解的结构

    1)齐次线性方程组

    QQ图片20170423152606.png

    QQ图片20170423153946.png

    QQ图片20170423154249.png

    image.png; 

    QQ图片20170423154656.png

    要求齐次线性方程组的通解,只需求出它的一个基础解系,通解为基础解系的线性组合;

    QQ图片20170717005048.png

    齐次线性方程组的解的结构为:

    QQ图片20170717011054.png ;

    注:齐次线性方程组Ax=0的基础解系不是唯一的,由于解集S的任意两个基础系都与S等价,因此这两个基础解系也等价,从而它们都有n-R(A)个解向量;反之,Ax=0的任意n-R(A)个线性无关的解向量都构成方程组的一个基础解系; 

    QQ图片20170423154800.png

    注:image.png

    利用齐次线性方程组的解的结构讨论矩阵的秩 

    image.pngimage.png

    2)非齐次线性方程组

    QQ图片20170423155045.png

    QQ图片20170423155138.png

    QQ图片20170423155230.png

    QQ图片20170423155321.png

  5. 向量空间

    QQ图片20170423162614.png

    QQ图片20170423162732.png

    image.pngimage.pngimage.png

    注:证明某个向量的集合不是向量空间时,只需证明该向量集合不含零向量即可;

    image.png; 

    QQ图片20170717151130.png; 

    QQ图片20170717151659.png; 

    QQ图片20170717152007.png; 

    image.png; 

    QQ图片20170717152357.png; 

    QQ图片20170423163822.png

    QQ图片20170423164103.png

    QQ图片20170717153015.png

    QQ图片20170717153344.png; 

    注:image.png,因a1,a2,a3线性无关(a1,a2,a3的行列式不等于0),则image.pngQQ图片20170717155523.png(方法为image.png,得到向量组之间的线性关系image.pngQQ图片20170717155809.png);

    QQ图片20170423164231.png

    过渡矩阵

    QQ图片20170717160652.png 

    image.pngimage.png;可以用该方法来求过渡矩阵; 

    空间直角坐标系中,我们平时用的坐标是以(1,0,0),(0,1,0),(0,0,1)为基的三维向量空间;

  6. 1