向量组的线性相关性
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。
若干行同维数的列向量(或者行向量)所组成的集合叫做向量组。
-
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是矩阵\(A=(a_1,a_2,\cdots,a_m)\)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和B,若B中的每一个元素都可以由向量组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B能够相互线性表示,则称这两个向量等价。
-
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(即\(AX=B\)有解)的充要条件是\(R(A)=R(A,B)\)。
推论:A与B等价的充要条件是\(R(A)=R(B)=R(A,B)\)
-
设向量组B能由向量组A线性表示,则\(R(B)\leq R(A)\)。
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
\[k_1a_1+k_2a_2+\cdots+k_ma_m=0 \]则称A是线性相关的,否则称为线性无关。
-
向量组\(A:a_1, a_2,\cdots,a_m\)线性相关的充要条件是\(R(A)<m\)。线性无关充要条件是\(R(A)=m\)。
-
若向量组\(A:a_1, a_2,\cdots,a_m\)线性相关,则向量组\(A:a_1, a_2,\cdots,a_m,a_{m+1}\)也线性相关。反之,若向量组B线性无关,则A也线性无关。
-
m个n维向量组成的向量组,当维数n小于向量个数m时一定线性相关。
-
设向量组\(A:a_1, a_2,\cdots,a_m\)线性无关,而向量组\(B:a_1, a_2,\cdots,a_m,b\)线性相关,则向量b必能由A线性表示,且表示式唯一。
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:
- 向量组\(A_0:a_1,a_2,\cdots,a_r\)线性相关;
- 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\(A_0\)是向量组A中的一个最大线性无关向量组(简称最大无关组),最大无关组所含向量个数r称为向量组A的秩,记为\(R_A\)。
推论: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:
- \(A_0\)线性无关;
- A的任一向量都能由向量组\(A_0\)表示,
那么,\(A_0\)便是A的一个最大无关组。
- 矩阵的秩等于它的列向量组的秩,也等于它的行向量组的秩。
线性方程组的解的结构:
- 设\(m\times n\)矩阵\(A\)的秩R(A)=r,则n元齐次线性方程组\(Ax=0\)的解集\(S\)的秩\(R_s=n-r\)。
- 非齐次线性方程组的通解=该方程组的一个特解+对应齐次方程组的通解。
向量空间:
定义1:设V是n维向量的集合,如果集合V非空,且集合V对于向量的加法及乘法两种运算封闭,那么称集合V为向量空间。
一般地,由向量组\(a_1,a_2,\cdots,a_m\)所生成的向量空间为:
定义2:设V是一个向量空间,如果有\(a_1,a_2,\cdots,a_r\)线性相关且V中任一向量都可以由\(a_1,a_2,\cdots,a_r\)线性表示,那么\(a_1,a_2,\cdots,a_r\)就称为向量空间V的一个基,r称为V的维数,并称V为r维向量空间。
定义3:如果向量空间V取定一个基\(a_1,a_2,\cdots,a_r\),那么V中任意一个向量\(x\)可唯一地表示为
数组\(\lambda_1,\lambda_2,\cdots,\lambda_r\)称为向量\(x\)在基\(a_1,a_2,\cdots,a_r\)中的坐标。
在\(R^3\)中取定一个基\(a_1,a_2,a_3\),再取一个新基\(b_1,b_2,b_3\),设\(A=(a_1,a_2,a_3)\),\(B=(b_1,b_2,b_3)\)。有:
其中系数矩阵\(P=A^{-1}B\)称为旧基到新基的过渡矩阵。
设向量\(x\)在旧基和新基中的坐标分别为\(y_1,y_2,y_3\)和\(z_1,z_2,z_3\),则有: