向量组的线性相关性的判定方法浅析程序.doc

目录 摘 要： I 关键词： I Abstract II Keywords： II 1．前言 1 2．预备知识 1 2.1线性相关性的概念及性质 1 2.1.1线性相关的概念 1 2.1.2线性相关的性质 2 3.向量组线性相关的判定方法 3 3.1定义法 3 3.2根据齐次线性方程组的解进行判定 4 3.3利用矩阵的秩进行判定 5 3.4利用行列式值进行判定 6 3.5反证法 7 3.6 数学归纳法 7 3.7用线性变换的性质进行判定 8 3.8利用朗斯基行列式来判定 10 4.结束语 11 参考文献 12 致谢 13 向量组的线性相关性的判定方法浅析 摘 要：本文总结综述了向量组线性相关性的判定方法，并阐述了不同判定方法适用的条件. 关键词：线性相关；线性无关；判定方法. Several Methods of Judging the Linear Dependence of A Vector Group is analysed Abstract：This article summarizes the judging methods of vector linear correlation, and expounds the different methods applicable conditions. Keywords：linear correlation; linear independence; judging methods . 1．前言 向量组的线性相关性在线性代数中起到贯穿始终的作用.线性相关性这个概念在许多数学专业课程中都有体现，如微分几何，高等代数和偏微分方程等等.它是线性代数理论的基本概念，它与线性空间(包括基，维数），子空间等概念有密切关系，同时在微分几何以及偏微分方程中都有广泛的应用.因此，掌握线性相关性这个概念有着非常重要的意义，也是解决其它问题的重要理论依据. 向量组的线性相关与线性无关判定方法是非常灵活的。本文从线性相关性的定义出发，分别运用了定义法、矩阵的秩、行列式的值、齐次线性方程组的解、反证法、数学归纳法、线性变换的性质等几种方法对向量组的线性相关性进行了判定.如果向量组是函数，那么可用朗斯基判别法判定.特别是反证法，线性变换的性质，朗斯基判别法运用于一些复杂和特殊的题目，是比较方便的. 2．预备知识 2.1线性相关性的概念及性质 2.1.1线性相关的概念 定义1[1]向量称为向量组的一个线性组合，如果有数域P中的数使 = 定义2[1]若向量组中每一个向量()都可由向量组={}线性表示,则称可由线性表示.若两个向量组可互相线性表示,则称这两个向量组等价. 性质 向量组的等价具有1)反身性；2)对称性；3)传递性. 定义3[1]如果向量组中有一个向量可以由其余的向量线性表出，那么向量组称为线性相关的。 定义4[1]向量组称为线性相关，如果有数域P中不全为零的数使 定义3与定义4在的时候是一致的。 定义5[1]一向量组不线性相关，即没有不全为零的数使 就称为线性无关;或者说，一向量组如称为线性无关，如果由 可以推出 定义6[1]设向量组{}是向量组{}的部分组.称{}是{}的极大无关组,如果 i)向量组{}线性无关； ii){}中的任意个向量(如果有的话)构成的向量组总是线性相关的. 定义7[1]向量组{}的极大无关组所含向量的个数称为该向量组的秩. 记为秩(). 性质 向量组{}线性无关秩{} =. 向量组{}线性相关{}秩. 2.1.2线性相关的性质 性质(1)[1] 一个向量组若有部分向量线性相关,则此向量组线性相关.(即:部分相关,整体相关) 性质(2)[1] 若一个向量组线性无关,则它的每个非空部分向量组也线性无关.(即:整体无关,部分无关) 性质(3)[2] 含零向量的向量组必线性相关,即{}线性相关. 性质(4)[2]{}线性相关. 性质(5)[2]{}线性相关. 性质(6)[1]中单位向量组线性无关. 性质(7)[1]向量组=线性相(无)关齐次线性方程组 有(无)非零解. 性质(8)[2] 设向量组{}线性无关,而向量组{,}线性相关,则一定可由唯一的线性表示. 性质(9)[2] 向量组{}(s)线性相关的充要条件是其中某一个向量是其余向量的线性组合. 性质（10）[2]如果向量组可由向量组线性表出，且st,则必线性相关. 性质（11）[2]如果向量组线性无关，且它可由向量组线性表出，则（这是10）的逆否命题）. 性质(12)[1]任意个维向量必线性相关. 性质(13)[1] 两个等价的线性无关的向量组含有相同个数的向量. 性质(14)[2]