Professional Documents
Culture Documents
Lecture 6 Liner Algebra
Lecture 6 Liner Algebra
钟裕民
ymzhong@bupt.edu.cn
2019 年 9 月
向量组线性相关的判定
定理
若 α1 , α2 ,..., αr 线性相关, 则 α1 , α2 ,..., αr , αr+1 , ..., αm 也线
性相关.
向量组线性相关的判定
定理
若 α1 , α2 ,..., αr 线性相关, 则 α1 , α2 ,..., αr , αr+1 , ..., αm 也线
性相关.
注
定理对应于齐次线性方程组横向增加, 即未知量个数增加.
向量组线性相关的判定
定理
若 α1 , α2 ,..., αr 线性相关, 则 α1 , α2 ,..., αr , αr+1 , ..., αm 也线
性相关.
注
定理对应于齐次线性方程组横向增加, 即未知量个数增加.
推论
若向量组中含有零向量, 则此向量组线性相关.
定理
设有两个向量组
注
定理对应于齐次线性方程组中方程交换顺序.
定理
设有两个向量组, 它们的前 r 个分量对应相同:
注
定理对应于齐次线性方程组减少方程个数.
定理
设有两个向量组, 它们的前 r 个分量对应相同:
注
定理对应于齐次线性方程组减少方程个数.
推论
在 r 维向量组的每个向量添上 n − r 个分量, 成为 n 维向量组. 若
r 维向量组线性无关, 则 n 维向量组也线性无关.
定理
设有两个向量组, 它们的前 r 个分量对应相同:
注
定理对应于齐次线性方程组减少方程个数.
推论
在 r 维向量组的每个向量添上 n − r 个分量, 成为 n 维向量组. 若
r 维向量组线性无关, 则 n 维向量组也线性无关.
注
推论对应于齐次线性方程组增加方程个数.
定理
向量组 α1 , α2 ,...,αm 线性相关的充分必要条件是它所构成的矩
阵 A = (α1 , α2 , ..., αm ) 的秩小于向量的个数 m; 该向量组线性
无关的充分必要条件是 r(A) = m.
定理
向量组 α1 , α2 ,...,αm 线性相关的充分必要条件是它所构成的矩
阵 A = (α1 , α2 , ..., αm ) 的秩小于向量的个数 m; 该向量组线性
无关的充分必要条件是 r(A) = m.
推论
n 个 n 维向量线性无关的充分必要条件是它们构成的方阵行列式
不等于零.
定理
向量组 α1 , α2 ,...,αm 线性相关的充分必要条件是它所构成的矩
阵 A = (α1 , α2 , ..., αm ) 的秩小于向量的个数 m; 该向量组线性
无关的充分必要条件是 r(A) = m.
推论
n 个 n 维向量线性无关的充分必要条件是它们构成的方阵行列式
不等于零.
推论
当 m > n 时, m 个 n 维向量 α1 , α2 ,...,αm 一定线性相关. 特别
地, n + 1 个 n 维向量必线性相关.
例题
例
讨论下列向量组的线性相关性:
▶ α1 = (1, 2, 1)T , α2 = (0, 5, −1)T , α3 = (1, 1, 2)T ,
α4 = (3, 0, 1)T ;
▶ α1 = (1, 2, 3)T , α2 = (2, 2, 1)T , α3 = (3, 4, 3)T ;
▶ α1 = (1, 1, 1, 2)T , α2 = (0, 2, 1, 3)T , α3 = (3, 1, 0, 1)T ;
向量组等价
定义
设有两个向量组
利用矩阵乘法的形式, 则
k11 k12 ... k1r
k21 k22 ... k2r
(α1 , α2 , ..., αr ) = (β 1 , β 2 , ..., β s )
... ...
... ...
ks1 ks2 ... ksr
设向量组 R 可以由向量组 S 线性表示, 则
α1 = k11 β 1 + k21 β 2 + ... + ks1 β s
α2 = k12 β 1 + k22 β 2 + ... + ks2 β s
...
αr = k1r β 1 + k2r β 2 + ... + ksr β s .
利用矩阵乘法的形式, 则
k11 k12 ... k1r
k21 k22 ... k2r
(α1 , α2 , ..., αr ) = (β 1 , β 2 , ..., β s )
... ...
... ...
ks1 ks2 ... ksr
A = BK.
注
▶ 向量组 R 向量组 S 线性表出, 则有如上矩阵乘法表示的等
式, 反之若有上述的矩阵乘法形式, 则矩阵 A 的列向量可由
矩阵 B 的列向量的线性表示.
▶ 设 R, S, T 为三个同维向量组, 则
▶ 反身性: R 与 R 自身等价;
▶ 对称性: 若 R 与 S 等价, 则 S 与 R 等价;
▶ 传递性: 若 R 与 S 等价, S 与 T 等价, 则 R 与 T 等价.
极大线性无关组与向量组的秩
极大线性无关组
设 T 是由若干个 (有限或无限多个) n 维向量组成的向量组. 若
存在 T 的一个部分组 α1 , α2 ,..., αr 满足以下条件:
▶ α1 , α2 ,..., αr 线性无关;
▶ 对任意一个向量 β ∈ T, 向量组 β, α1 , α2 ,..., αr 线性相关,
则称 α1 , α2 ,..., αr 为向量组 T 的一个极大线性无关向量组, 简
称极大无关组.
秩
极大线性无关组所含向量的个数 r 称为向量组 T 的秩.
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
▶ 一个向量组的极大线性无关组不唯一, 例如
▶ 向量组的秩是定义完善的, 即若向量组中任意两个极大无关
组中所含向量个数相等.
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
▶ 一个向量组的极大线性无关组不唯一, 例如
▶ 向量组的秩是定义完善的, 即若向量组中任意两个极大无关
组中所含向量个数相等.
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
▶ 一个向量组的极大线性无关组不唯一, 例如
▶ 向量组的秩是定义完善的, 即若向量组中任意两个极大无关
组中所含向量个数相等.
定理
向量组 T 与它的任意极大无关组等价, 因而 T 的任意两个极大
线性无关组等价.
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
▶ 一个向量组的极大线性无关组不唯一, 例如
▶ 向量组的秩是定义完善的, 即若向量组中任意两个极大无关
组中所含向量个数相等.
定理
向量组 T 与它的任意极大无关组等价, 因而 T 的任意两个极大
线性无关组等价.
定理
设
R = {α1 , α2 , ..., αr } S = {β 1 , β 2 , ..., β s }
为两个线性无关组. 若向量组 R 可以由 S 线性表出, 则 r ≤ s.
注
▶ 只含零向量的向量组没有极大线性无关组, 规定其秩为 0;
▶ 一个向量组的极大线性无关组不唯一, 例如
▶ 向量组的秩是定义完善的, 即若向量组中任意两个极大无关
组中所含向量个数相等.
定理
向量组 T 与它的任意极大无关组等价, 因而 T 的任意两个极大
线性无关组等价.
定理
设
R = {α1 , α2 , ..., αr } S = {β 1 , β 2 , ..., β s }
为两个线性无关组. 若向量组 R 可以由 S 线性表出, 则 r ≤ s.
定理
设向量组 R 的秩为 r, 向量组 S 的秩为 s, 若向量组 R 可以由 S
线性表出, 则 r ≤ s.
定理
设向量组 R 的秩为 r, 向量组 S 的秩为 s, 若向量组 R 可以由 S
线性表出, 则 r ≤ s.
推论
等价的向量组必有相同的秩.
定理
设向量组 R 的秩为 r, 向量组 S 的秩为 s, 若向量组 R 可以由 S
线性表出, 则 r ≤ s.
推论
等价的向量组必有相同的秩.
推论
任意两个线性无关的等价向量组所含向量个数相等.
定理
设向量组 R 的秩为 r, 向量组 S 的秩为 s, 若向量组 R 可以由 S
线性表出, 则 r ≤ s.
推论
等价的向量组必有相同的秩.
推论
任意两个线性无关的等价向量组所含向量个数相等.
注
等价的向量组有相同的秩, 但反之不然.
定理
设向量组 R 的秩为 r, 向量组 S 的秩为 s, 若向量组 R 可以由 S
线性表出, 则 r ≤ s.
推论
等价的向量组必有相同的秩.
推论
任意两个线性无关的等价向量组所含向量个数相等.
注
等价的向量组有相同的秩, 但反之不然.
例
由全体 n 维向量所组成的集合记为 Rn . 求 Rn 的一个极大线性
无关组, 并证明 Rn 中任意 n + 1 个向量一定线性相关.
向量组的秩和极大线性无关组的求法
矩阵的行向量组与列向量组
设
a11 a12 ... a1n
a21 a22 ... a2n
A=
...
.
... ... ...
am1 am2 ... amn
则 A 可以视为
α1
α2
A= .. = (β 1 , β 2 , ..., β n ),
.
αm
称 M 为 A 的行向量组, 称 N 为 A 的列向量组.
定义
矩阵 Am×n 对应两个向量组 (分别为 n 维行向量组和 m 维列向
量组):
称 M 为 A 的行向量组, 称 N 为 A 的列向量组.
定义
矩阵的行向量组的秩称为矩阵的行秩, 列向量组的秩称为矩阵
的列秩.
定理
矩阵的秩等于它的行秩, 也等于它的列秩.
定理
矩阵的秩等于它的行秩, 也等于它的列秩.
注
一般地, 向量组 α1 , α2 ,..., αm 的秩记为秩 (α1 , α2 , ..., αm ).
定理
矩阵的秩等于它的行秩, 也等于它的列秩.
注
一般地, 向量组 α1 , α2 ,..., αm 的秩记为秩 (α1 , α2 , ..., αm ).
定理
矩阵 A 经过初等行变换化为矩阵 B, 则 A 的列向量组的任一部
分组与 B 的列向量的对应的部分组有相同的线性组合关系.
例题
例
求向量组
例
求向量组
α1 = (2, 1, 4, 3), α2 = (−1, 1, −6, 6),
α3 = (−1, −2, 2, −9), α4 = (1, 1, −2, 7), α5 = (2, 4, 4, 9)
的一个极大无关组.
例
证明: r(AB) ≤ min{r(A), r(B)}.
例
设向量组 R 能由向量组 S 线性表出, 且它们的秩相等, 证明向量
组 R 与向量组 S 等价.
n 维向量空间
定义
设 V 是 n 维向量空间构成的非空集合. 且满足
▶ 若 α, β ∈ V, 则 α + β ∈ V;
▶ 若 α ∈ V 及 ∀ k ∈ R, 都有 kα ∈ V
则称集合 V 是向量空间.
n 维向量空间
定义
设 V 是 n 维向量空间构成的非空集合. 且满足
▶ 若 α, β ∈ V, 则 α + β ∈ V;
▶ 若 α ∈ V 及 ∀ k ∈ R, 都有 kα ∈ V
则称集合 V 是向量空间.
注
上述第一个条件称为 V 对加法运算的封闭性, 第二个条件称 V
对数乘运算的封闭性.
例
所有 n 维列向量的全体 Rn 构成一个向量空间.
例
所有 n 维列向量的全体 Rn 构成一个向量空间.
例
向量集 {0} 是一个向量空间.
例
所有 n 维列向量的全体 Rn 构成一个向量空间.
例
向量集 {0} 是一个向量空间.
注
向量集 V = {0} 称为零空间.
例
所有 n 维列向量的全体 Rn 构成一个向量空间.
例
向量集 {0} 是一个向量空间.
注
向量集 V = {0} 称为零空间.
例
三维向量空间 R3 中过原点的直线.
例
所有 n 维列向量的全体 Rn 构成一个向量空间.
例
向量集 {0} 是一个向量空间.
注
向量集 V = {0} 称为零空间.
例
三维向量空间 R3 中过原点的直线.
思考
上例中的直线如果不过原点是否还是向量空间?
子空间
设 V1 , V2 都是向量空间, 且 V1 ⊂ V2 , 则称 V1 为 V2 的子空间.
子空间
设 V1 , V2 都是向量空间, 且 V1 ⊂ V2 , 则称 V1 为 V2 的子空间.
注
▶ 本书除第九章外, 所涉及的 n 维向量空间是 Rn 的子空间;
▶ 全空间和 {0} 均是子空间, 称为平凡子空间.
例
证明 Rn 的以下子集 V1 , V2 都是向量空间, 但 V3 不是向量空间:
V1 = {α = (0, a2 , ..., an ) | ∀ ai ∈ R}
V2 = {α = (a1 , 0, a3 , 0, a5 , ..., an ) | ∀ ai ∈ R}
V3 = {α = (1, a2 , ..., an ) | ∀ ai ∈ R}
例
齐次线性方程组 Ax = 0 的解集按通常的加法与数乘是向量空
间, 而非齐次线性方程组 Ax = b 的解集不是.
构造子空间的方法
例
设 V 是向量空间 α ∈ V, 定义
V1 = {λα | ∀ λ ∈ R}
则 V1 ⊂ V 是 V 的子空间. 设 β ∈ V, 定义
V2 = {λα + µβ | ∀ λ, µ ∈ R}
则 V2 ⊂ V 也是 V 的子空间.
构造子空间的方法
例
设 V 是向量空间 α ∈ V, 定义
V1 = {λα | ∀ λ ∈ R}
则 V1 ⊂ V 是 V 的子空间. 设 β ∈ V, 定义
V2 = {λα + µβ | ∀ λ, µ ∈ R}
则 V2 ⊂ V 也是 V 的子空间.
注
▶ 当 α = 0 时, V1 是 V 零子空间, 而 α ̸= 0 时, 如果 V1 ̸= V,
则 V1 是 V 的非平凡子空间.
▶ 当 β 可以由 α 线性表出时, V2 = V1 , 而当 α 与 β 线性无
关时, V1 ⫋ V2 , 是 V2 的子空间;
定义
在向量空间 V 中任取一组元素 α1 , α2 ,...,αm , 则集合
是 V 的子空间, 记为
U = L(α1 , α2 , ..., αm )
则
Vi = L(ϵ1 , ϵ2 , ..., ϵi ), i = 1, 2, ..., n
是 Rn 的子空间, 且 Vn = Rn , 即
Rn = L(ϵ1 , ϵ2 , ..., ϵn ).
向量空间的基与维数
定义
设 V 是向量空间. 若 V 中的向量组 α1 , α2 ,..., αr 满足
▶ α1 , α2 ,..., αr 线性无关;
▶ V 中任意一个向量 α 都可以由向量组 α1 , α2 ,..., αr 线性表
出, 即存在实数 k1 , k2 ,..., kr 使得
α = k1 α1 + k2 α2 + ... + kr αr ,
α = x1 α1 + x2 α2 + ... + xr αr ,
α = x1 α1 + x2 α2 + ... + xr αr ,
注
▶ 向量的坐标依赖于基的选取及其排列顺序;
定义
设 α1 , α2 ,..., αr 为向量空间 V 的一组基, 则 V 中任意一个向量
α 都可以由向量组 α1 , α2 ,..., αr 唯一的线性表出, 即存在唯一的
一组实数 x1 , x2 ,..., xr 使得
α = x1 α1 + x2 α2 + ... + xr αr ,
注
▶ 向量的坐标依赖于基的选取及其排列顺序;
▶ 几何上看, 非零向量空间的基底的选取相当于坐标系的选取.
因此根据问题的不同可以选取不同的基底.
例题
例
证明 Rn 中任意 n 线性无关的向量都构成 Rn 的一组基.
例
证明 α1 = (1, 1, 1, 1)T , α2 = (1, 3, 1, 0)T , α3 = (1, 0, 1, 0)T ,
α4 = (1, 0, 0, 1)T 是 R4 的一组基.
例
在 R4 中, 求由向量组 α1 = (2, 1, −1, 2)T , α2 = (1, 0, −3, 2)T ,
α3 = (2, 2, 1, −1)T , α4 = (3, 3, 3, −5)T 生成的线性子空间的维数
和一组基.