一、向量的概念和运算

1、n维向量：n个数构成的一个有序数组 $[a_{1},....a_{n}]$ 称为一个n维向量，记成 $\alpha =[a_{1},...a_{n}]$

2、运算：相等，加法，数乘

二、向量组的表出与线性相关的概念

1、线性组合

2、线性表出

3、线性相关

对m个n维向量， $\alpha _{1},\alpha _{2},...\alpha _{m},$ ，若存在一组不全为0的数， $k_{1},...k_{m}$ ，使得

$k_{1}\alpha _{1}+...+k_{m}\alpha_{m}=0$ ,

则称该向量组线性相关。

4、线性无关

与线性无关相反，向量组或线形无关或线形相关，二者必居其一。

单个非零向量，两个不成比例的向量均线性无关。

三、判别线性相关性的七大定理

定理1 向量组 $\alpha _{1},\alpha _{2},...\alpha _{m},$ 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的m-1个向量线性表出。

证明：

（必要性）

设向量组线性相关，则存在m个不全为0的数， $k_{1},...k_{m}$ ，使得 $k_{1}\alpha _{1}+...+k_{m}\alpha_{m}=0$

因为不全为0，不妨设 $k_{1}\neq 0$ ，则 $\alpha_{1}=-\frac{k_{2}}{k_{1}}\alpha_{2}-...\frac{k_{m}}{k_{1}}\alpha_{m}$ ，证明完毕；

（充分性）

设 $\alpha_{1}$ 可用 $\alpha_{2},...\alpha{m}$ 线性表示，即 $\alpha_{1}=l_{1}\alpha_{2}+...+l_{m}\alpha_{m}$ ，

于是 $\alpha_{1}-l_{1}\alpha_{2}-...-l_{m}\alpha_{m}=0$ ，

显然， $1,-l_{2}...,-l_{m}$ 不全为0，则向量组线性相关，证明完毕。

定理2 若向量组 $\alpha _{1},\alpha _{2},...\alpha _{m},$ 线性无关，而 $\beta ,\large \alpha _{1},\alpha _{2},...\alpha _{m},$ 线性相关，则 $\beta$ 可由 $\alpha _{1},\alpha _{2},...\alpha _{m},$ 线性表出，并且表示法唯一

证明：

因为加上 $\beta$ 后线性相关，则可以得到存在不全为0的系数使向量组的线性组合为0，又因为加上 $\beta$ 前的向量组线性无关，所以除了 $\beta$ 的系数全为0，将线性组合移项可得到 $\beta$ 的线性表达。

假设有两种不同的表示法，

$\beta=l\alpha ,\beta=h\alpha$

于是相减得.

$(l-h)\alpha=0$

因为向量组 $\alpha$ 线性无关，所以必有 $l-h=0$

与假设矛盾，故线性表示的表示法唯一。

表示法唯一也可以这么理解：因为向量组 $\alpha$ 线性无关，可以认为向量组中的每一个向量只能表示一个维度的度量，如向量（0，0，1），（0，1，0）（1，0，0），几何意义来说，只表示xyz各自方向，互不影响，独立，组合起来表示的是一个空间物体，物体是唯一的，那么表示法也是唯一的。

定理3 如果向量组 $\beta_{1},...\beta_{t}$ 可由向量组， $\alpha_{1},...\alpha_{s}$ 线性表达，且 $t>s$ ，则 $\beta_{1},...\beta_{t}$ 线性相关。

（高维空间可以表示低维空间，反之则不可）

证明：设出 $\beta_{1},...\beta_{t}$ 的所有的含 $\alpha_{1},...\alpha_{s}$ 线性表达（k），因为 $\beta_{1},...\beta_{t}$ 线性相关，则其存在不全为0的系数（l），使向量组的线性组合为0。

令t=3，s=2，设

$\left\{\begin{matrix} \beta_{1}=k_{11}\alpha_{1}+k_{21}\alpha_{2}\\ \beta_{2}=k_{12}\alpha_{1}+k_{22}\alpha_{2}\\ \beta_{3}=k_{13}\alpha_{1}+k_{23}\alpha_{2} \end{matrix}\right.$

需证明存在 $l_{1},l_{2},l_{3}$ ，

使得 $l_{1}\beta_{1}+l_{2}\beta_{2}+l_{3}\beta_{3}=0$

代入发现三个未知数 $l_{1},l_{2},l_{3}$ ，而只有两个方程，故必存在非零l使得方程成立（可以给定一个，求解另外两个）。

从几何上来理解，这个也相当于，三维空间，令某一维不表出（为0）从而可以表出二维的向量。而二维向量无法表出三维。（x,y,z）能表示空间包含了平面的向量与（x,y）只能表示平面的向量。

定理4 向量组线性相关的充分必要条件是齐次线性方程组 $Ax=0$ 有非0解。

$x_{1}\begin{bmatrix} a_{11}\\ a_{21}\\ ...\\ a_{n1} \end{bmatrix}+x_{2}\begin{bmatrix} a_{12}\\ a_{22}\\ ...\\ a_{n2} \end{bmatrix}+...+ x_{m}\begin{bmatrix} a_{1m}\\ a_{2m}\\ ...\\ a_{nm} \end{bmatrix}=0$

注：如果 $n< m$ ，即方程个数小于未知数个数（一行表示一个方程，一列表示一个未知数，n表示未知数的维度），则求解时必有自由未知量。

因此任何n+1个n维向量组成的向量组都是线性相关的。任何一个线性无关的n维向量组最多只能含有n个向量。

定理5 向量 $\beta$ 可以由向量组线性表出的充要条件是 $Ax=\beta$ 有解。（相当于加上 $\beta$ 之后的向量组的秩不变）

定理6 如果向量组中有一部分向量线性相关，则整个向量组也线性相关。（已经存在不全为0使向量组合为0，再加上就算后面的系数全为0，也满足线性相关的条件，是增加列不改变线性相关）

定理7 如果一组n维向量线性无关，则把这些向量增加m个分量得到的新向量（n+m维）也是线性无关的。（只有全0才能满足之前n维的组合为0，再加多行也无济于事。未知数都确定为0，再加方程的数量也改变不了）

如果向量组线性相关，那么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。（已经存在不全为0的系数使向量组合为0，就算去掉行，方程变少，未知数的量不变，所以也同样满足）

【复习笔记】线性代数——向量及向量组的线性相关性相关推荐

【线性代数复习笔记】同济大学版第三章和第四章矩阵的初等变换与线性方程组与向量组的线性相关性
[线性代数复习笔记]同济大学版第三章和第四章矩阵的初等变换与线性方程组与向量组的线性相关性 1.矩阵的初等变换矩阵的三种初等变换及性质行阶梯形矩阵矩阵的初等变换的性质 2.矩阵的秩矩阵的秩的 ...
线性代数笔记3 - 向量组的线性相关性
**向量及其线性组合** n 个有次序的数 a 1,a 2,-,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 称为第i个分量向量组的概念若干个同维数的列 ...
【机器学习｜数学基础】Mathematics for Machine Learning系列之线性代数（11）：向量组的线性相关性
文章目录前言往期文章 4.2 向量组的线性相关性定义4 线性相关/无关特殊情况定理4 举例例4 例5 例6 定理5 结语前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错 ...
人工智能必备知识——同济大学线性代数第四章向量组的线性相关性
第四章.向量组的线性相关性知识逻辑结构图考研考试内容向量的概念,向量的线性组合与线性表示,向量组的线性相关与线性无关,向量组的最大线性无关组,等价向量组,向量组的秩,向量组的秩与矩阵的秩之间的关 ...
线性代数：第四章向量组的线性相关性（2）向量空间线性方程组解的结构
第三节向量空间一．数字概念定义3.1 设V是n维向量集合,且非空,若 (i) 则, : (ii) 则 . 则称V是一个向量空间. 定义3.2 设是两个向量空间,若 ,则称的 ...
线性代数第四章向量组的线性相关性
第四章向量组的线性相关性 1 向量组及其线性组合 2 向量组的线性相关性 3 向量组的秩 4 线性方程组的解的结构 5 向量空间习题 1 向量组及其线性组合 2 向量组的线性相关性 3 向量组的秩 ...
线性代数第四章向量组的线性相关性
向量组及其线性组合一.向量.向量组 1.向量 n个有次序的数a1,a2,...,an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 n维向量可以写成一行,也可以 ...
线性代数：第四章向量组的线性相关性（1）向量组的线性相关性向量组的秩
第一节向量组的线性相关性一．数学概念定义1.1 n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个数称为第i个分量. 定义1. 2 给定向量组A: ,对 ...
线性代数——向量的内积、范数、正交，向量组的线性相关性和向量空间
文章目录向量的内积性质柯西不等式范数性质相似度向量组的线性相关性向量空间正交规范正交基施密特(Schimidt)正交化正交矩阵正交变换向量的内积设有n维向量 x=[x1x ...
线性代数-向量组的线性相关性
1,n维向量的概念与运算 2,向量组的线性相关性 3,向量组的线性表示.线性相关.线性无关与矩阵秩之间的关系 4,其它有关向量组线性相关及线性无关的结论 5,向量组的秩 6,线性方程组解的结构 7,向 ...

【复习笔记】线性代数——向量及向量组的线性相关性

目录

一、向量的概念和运算

二、向量组的表出与线性相关的概念

三、判别线性相关性的七大定理

【复习笔记】线性代数——向量及向量组的线性相关性相关推荐

最新文章

热门文章