向量线性关系秩课程.pptVIP

* 第三章 向量 线性关系 秩 向量是线性代数中研究的又一个重要概念, 本章主要讨论n维向量之间的线性关系, 并建立向量组与矩阵秩的概念. §1 向 量 定义3.1 所谓n维向量就是n?1阶矩阵 或1?n阶矩阵 n 维向量就是n 个有次序的数a1,a2, …,an组成的数组. ai称为向量的第i个分量. 分量全是实数的向量称为实向量. 如果两个向量维数相等且对应分量都相等称它们相等. 注意: 按定义行向量 和列向量 表示同一个向量,但在涉及到运算时,行向量 和列向量总看作两个不同的向量, 而且都按矩阵的运算规则进行运算. 分量都是零的向量称为零向量, 记为0. 将向量?的分量都改变符号得到的向量, 称为向量?的负向量, 记为-?. 实际常用列向量, 为了便于书写常用其转置?T表示. 定义中两种形式分别称为列向量和行向量. 常用的向量运算是向量的加法和乘数两种运算, 统称为向量的线性运算, 完全按矩阵运算处理, 所以满足: (ⅰ)交换律：?+?=?+? (ⅱ) 结合律: (?+?)+?=?+(?+?) (ⅲ) ?+0=? (ⅳ) ?+(??)=0 (ⅴ) 1?=? (ⅶ) 数的分配律： (k+l)?=k ?+l ? (ⅷ) 矩阵的分配律： k(?+?)=k ?+k ?. (ⅵ) 结合律：(kl)?=k(l?) 所有n维列(行)向量的全体, 对其上所定义的加法和乘数两种运算, 构成了一个n维线性空间, 或称向量空间. §2 线 性 关 系 若干个同维数的列向量(或行向量)组成的集合叫做向量组. 如:m×n 矩阵A=(aij)对应n 个m 维列向量 向量组?1,?2, …,?n称为A的列向量组. 即A=(?1, ?2, …, ?n). m×n 矩阵A=(aij)也对应m 个n 维行向量 … … … … … 向量组?1, ?2,…,?m, 称为矩阵A的行向量组. 反之, 由有限个向量组成的向量组也可构成一个矩阵. 线性方程组Ax=b也可以用向量表示成: x1?1+x2?2+ …+xn?n=? 定义3.2 给定向量组: ?1, ?2, …, ?m, 若存在一组数k1,k2 , …,km , 使: ?=k1?1+k2?2+ …+km?m , 则称向量?可由向量组?1, ?2, …, ?m线性表示, 也称向量?是向量组?1, ?2, …, ?m的线性组合. 例1 设?T=(2,?1,0,1), ?1T=(1,1,0,0), ?2T=(0,1,0,?1), ?3T=(?1, 0, 0, 1), 问?能否由向量组?1, ?2, ?3线性表示. 解 设 ?=k1?1+k2?2+k3?3 , 即 (2,?1,0,1)=(k1?k3, k1+k2, 0,?k2+k3) 于是有 解得: k1=1, k2=?2, k3=?1. 即 ?=?1?2?2??3 所以向量?可由向量组?, ?2, ?3线性表示. 表示式也可写成 一般地, 对列向量, ?=k1?1+k2?2+…+ks?s 可写成 对行向量, ?=k1?1+k2?2+…+ks?s 可写成 定义3.3 若存在一组不全为零的数k1,k2 , …,ks, 使: k1?1+k2?2+ …+ks?s=0 则称向量组?1, ?2, …, ?s线性相关, 否则称线性无关. 只有当k1,k2 , …,ks全为零时才成立. k1?1+k2?2+ …+ks?s=0 可见向量组?1, ?2, …, ?s线性无关的充分必要条件是: 例2 讨论向量组 ?1T=(1,1,0,0), ?2T=(0,1,0,?1), ?3T= (?1, 0, 0, 1)的线性相关性. 解 设 k1?1+k2?2+k3?3=0 , 即 (