新_第四章__向量组的线性相关性.

第四章向量组的线性相关性§4.1n维向量（一）定义1n个有次序的数所组成的数组称为n维向量，这n个数称为该向量的n个分量，第i个数ai称为第i个分量。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。以下除特殊说明外，一般只讨论实向量。n维向量可写成一行，也可写成一列。按第二章的规定，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，n维列向量与n维行向量总看作是两个不同的向量（按定义1，与应是同一个向量）。naaa,,,2112n12TnT§4.1n维向量列向量用小写字母等表示,行向量则用等表示，所讨论的向量在没有指明是行向量还是列向量时，都当作列向量。在解析几何中，我们把“既有大小又有方向的量”叫做向量，并把可随意平行移动的有向线段作为向量的几何形象，在引进坐标系以后，这种向量就有了坐标表示式——三个有次序的实数，也就是3维向量，因此当时,n维向量可以把有向线段作为几何形象，但当时，n维向量就不再有这种几何形象，只是沿用一些几何术语罢了。（二）n维向量的线性运算（三）n维向量的线性运算满足的性质、、TTT、、3n3n§4.2n维向量组的概念若干个同维数的列向量（或同维数的行向量）所组成的集合叫做向量组。例如一个矩阵有n个m维列向量它们组成的向量组称为矩阵A的列向量组。矩阵A又有m个n维行向量它们组成的向量组称为矩阵A的行向量组nm)(ijaAnaaa,,,21nmTmTTaaa,,,2112(,,,),(1,2,,)Tiiiinaaaim12,(1,2,,)jjjmjaajna§4.2n维向量组的概念反之，由有限个向量所组成的向量组可以构成一个矩阵。例如m个n维列向量所组成的向量组构成一个矩阵m个n维行向量所组成的向量组构成一个矩阵可见矩阵与向量组是一一对应的关系。12,,,mmn12,,,mATmTT,,,21nmTmTTB21§4.3线性组合的概念定义2给定向量组A：，对于任何一组实数，向量称为向量组A的一个线性组合，称为这个线性组合的系数。给定向量组A：和向量,如果存在一组数，使则向量是向量组A的线性组合，这时称向量能由向量组A线性表示。maaa,,,21mkkk,,,21mmakakak2211mkkk,,,21maaa,,,21m,,211122mmaaa§4.4向量组等价的概念定义3设有两个向量组A：及B：，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与向量组B能相互线性表示，则称这两个向量组等价。A：B：A组由B组线性表示即（*）12,,,r12,,,sr,,,21s,,,21ssrrrsssskkkkkkkkk221112222112212211111§4.4向量组等价的概念矩阵乘法形式表示即A=KB（A组由B组线性表示）（*）为列向量组构成矩阵算法形式，（*）也可写成行向量组构成矩阵算法形式如果A组与B组等价，这里矩阵K可逆B=K-1A（B组由A组线性表示）即A=KB而B=K-1A,A组与B组等价。§4.5向量组的相关性定义4给定向量组A：，如果存在不全为零的数，使则称向量组A是线性相关的，否则称它线性无关。向量组A：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。这是因为：如果向量组A线性相关，则有不全为0的数使。因不全为0,不妨设于是便有即a1能由线性表示。12,,,mmkkk,,,2111220mmkkk12,,,maaa)2(mmkkk,,,2111220mmkkkmkkk,,,2101k12211mmakakak2,,m§4.5向量组的相关性如果向量组A中有某个向量能由其余m-1个向量线性表示，不妨设能由线性表示，即有使，于是因为这m个数不全为0（至少）,所以向量组A线性相关。即向量组线性相关中至少有一个向量可由其余m-1个向量线性表示。向量组线性无关中任何一个向量都不能被其余向量线性表示。121,,,m121,,m112211mmm112211(1)0mmm1,,,121m0112,,,(2)mmm,,,21m,,,21m,,,21m§4.5向量组的相关性定理2向量组线性相关的充分必要条件是它所构成的矩阵的秩小于向量个数m；向量组线性无关的充分必要条件是R(A)=m.例1n维向量组，，…，称为n维单位坐标向量组，试讨论它的线性相关性。解n维单位坐标向量组构成的矩阵是n阶单位矩阵，由，知，即R(E)等于向量组中向量个数，故由定理2知此向量组线性无关的。m,,,2112,,,mA0011e0102e100neneeeE,,,2101EnER)(例2已知，，试讨论向量组及向量组的线性相关性。解对矩阵施加初等行变换变成行阶梯形矩阵，即可同时看出矩阵及的秩，利用定理2即可得到结论。可见，向量组线性相关；，向量组线性无关。111132472025123,,123,,12,21323152123102102102,,124022022157055000rrrrrr123,,2R123,,12,2R12,例3已知向量组线性无关，，，试证向量组线性无关证设有使即亦即因线性无关，故有由于此方程组的系数行列式故方程组只有零解所以向量组线性无关。123,,112223331321,,xxx1122330xxx112223331()()()0xxx131122233()()()0xxxxxx123,,000322131xxxxxx021100111010321xxx123,,123,,§4.5向量组的相关性线性相关性是向量组的一个重要性质，下面先介绍与之有关的一些简单的结论。定理3（1）若向量组A：线性相关，则向量组B：也线性相关。反言之，若向量组B线性无关，则向量组A也线性无关。（2）设，即向量添上一个分量后得向量,若向量组A：线性无关，则向量组B：也线性无关。反言之，若向量组B线性相关，则向量组A也线性相关。12,,,m121,,,,mm1jjrjaa11,,(1,2,,)jjrjrjajmaa12,,,m12,,,mjj§4.5向量组的相关性（3）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。（4）设向量组A：线性无关，而向量组B：线性相关，则向量必能由向量组A线性表示，且表示式是唯一的。12,,,m12,,,,m§4.6向量组的秩定理2显示，在讨论向量组的线性相关性时，矩阵的秩起了十分重要的作用。下面把秩的概念引进向量组。定义5设有向量组A,如果在A中能选出r个向量满足（i）向量组A0：线性无关；（ii）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A0是向量组A的一个最大线性无关向量组（简称最大无关组）；最大无关组所含向量个数r称为向量组A的秩。只含零向量的向量组没有最大无关组，规定它的秩为0。联系上一章中矩阵秩的定义，并依据定理2，立即可得12,,,r12,,,r§4.6向量组的秩定理4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。这个定理给出求向量组秩的方法。例4全体n维向量构成的向量组记作Rn,求Rn的一个最大无关组及Rn的秩。解在例1中，我们证明了n维单位坐标向量构成的向量组是线性无关的，又根据定理3的结论（3），知Rn中的任意n+1个向量都线性相关，因此向量组E是Rn的一个最大无关组，且Rn的秩等于n.显然，Rn的最大无关组很多，任何n个线性无关的n维向量都是Rn的最大无关组。neeeE,,,:21例5设矩阵求矩阵A的列向量组的最大无关组，并把不属最大无关组的列向量用最大无关组线性表示。解对A施行初等行变换变为行阶梯形矩阵。知R(A)=3，故列向量组的最大无关组含3个向量。而三个非零行的非零首元在1、2、4三列，故为列向量组的一个最大无关组。这是因为知故线性无关。97963422644121121112A00000310000111041211行变换A124、、124111011,,001000行变换1243R，，124,,为把用线性表示，把A再变成行最简形矩阵即得35,124,,00000310003011040101行变换A3125124433§4.6向量组的秩定理5设向量组能由向量组A线性表示，则向量组B的秩不大于向量组A的秩。证设向量组B的一个最大无关组为，向量组A的一个最大无关组为，要证因B0组能由B组线性表示，B组能由A组线性表示，A组能由A0组线性表示，故B0组能由A0组线性表示，即存在系数矩阵使01:,,rB01,,sA：sr)(ijsrkK111111(,,)(,,)rrsssrkkkk§4.6向量组的秩如果rs，则方程组（简记为Kx=0）有非零解(因,从而方程组有非零解，即有非零解，这与B0组线性无关矛盾,因此rs不能成立，所以。推论1等价的向量的秩相等。推论2设，则。推论3（最大无关组的等价意义）设向量组B是向量组A的部分组，若向量组B线性无关，且向量组A能由向量组B线性表示，则向量组B是向量组A的一个最大无关组。01rsrxxK))(rsKR1(,,)0sKx1,,0rxsrnssmnmBAC)()(),()(BRCRARCR§4.7向量空间n维向量的全体所构成的集合Rn叫做n维向量空间。下面介绍向量空间的有关知识。定义6设V为n维向量的集合，如果集合V非空，且集合V对于加法和乘法两种运算封闭，那么就称集合V为向量空间。所谓封闭，是指在集合V中可以进行加法和乘法两种运算。具体地说，就是：若，则；若，则,VVV,VRV§4.7向量空间例83维向量的全体R3,就是一个向量空间，因为任意两个3维向量之和仍然是3维向量，数乘3维向量也仍然是3维向量，它们都属于R3,我们可以用有向线段形象地表示3维向量，从而向量空间R3可形象地看作以坐标原点为起点的有向线段的全体。类似地，n维向量的全体Rn,也是一个向量空间，不过当n3时，它没有直观的几何意义。§4.7向量空间例9集合是一个向量空间.因为若，则，。例10集合不是一个向量空间，因为若，则。RxxxxxVnTn,,),,,0(2222(0,,,),(0,,,)TTnnaaVbbV22(0,,,)TnnababV2(0,,,)TnaaVRxxxxx