向量与线性方程组 向量组和线性方程组.doc

向量与线性方程组 向量组和线性方程组 第三讲 向量组与线性方程组 矩阵、向量组与方程组的本质内容联系密切，转换灵活。为便于联系与应用，特将这些内容综合在一起，目的是深刻理解其内在联系，体会矩阵秩在研究向量组和方程组中的本质作用。 向量组： 线性表示与线性相关性； 向量组的最大无关组与秩； 向量空间。 方程组： 解的性质； 解的判定； 无穷多解时解的结构； 初等行变换解方程。 一、考点简述 1、线性表示 向量由向量组线性表示——线性非齐次方程组解的判定定理： 设Am×n rrrrrT =(a1,a2,L,an),x=(x1,x2,L,xn),b=(b1,b2,L,bm)T，则 r?唯一rrr （）列向量b可由A的列向量组a1,a2,Lan线性表示? 不唯一? r?唯一rr 线性非齐次方程组Ax=b有解?r(A)=r(A|b) ?无穷多解 rrrr （）列向量b不可由A的列向量组a1,a2,Lan线性表示 rrr 线性非齐次方程组Ax=b无解r(A)② 向量组由向量组线性表示： （）Am×n的列向量组可由Bm×l的列向量组线性表示 ?=n ??存在矩阵Kl×n，使有A=BK；[右列] （）Am×n的行向量组可由Bl×n的行向量组线性表示 rrrr 存在Km×l，使有A=KB [左行]Bx=0的解必为Ax=0的解 n?r(B)≤n?r(A)即r(A)≤r(B)r(AB)≤min{r(A),r(B)} ③ 向量组与向量组等价——同解方程组 Am×n的行向量组与Bl×n的行向量组等价 rrrr Ax=0与Bx=0为同解方程组r(A)=r(B) 注意：等价向量组、等价矩阵与等价方程组概念不同。 2、向量组线性相关性——线性齐次方程组解的判定 n rrrrr（）a1,a2,Lan线性相关存在一组不全为零的数x1,x2,Lxn，使∑xiai=0； i=1 n rrrrr （）a1,a2,Lan线性无关只有x1,x2,Lxn全为零时才有∑xiai=0对任意 i=1 rr 一组不全为零的数x1,x2,Lxn，均有∑xiai≠0。 ni=1 ?相关rr?有非零解[无穷多解]rrr Ax=0?Am×n的列向量组a1,a2,Lan线性? 无关只有零解[唯一解]?? rrr?r(a1,a2,Lan)??=n 由此可见，向量线性表示、向量组线性相关性与线性方程组、矩阵秩有着深刻联系，要深刻理解和灵活应用这些知识点。 例如，列满秩矩阵的列向量组必线性无关；秩小于个数的向量组必线性相关；方程个数小于未知量个数的线性齐次方程组必有非零解；个数大于维数的向量组必线性相关；行满秩系数矩阵的线性非齐次方程组必有解，等等。 a1,a2,Lam(m≥2)线性相关a1,a2,Lam中“至少有一个”可由其余向量线性表示；a1,a2,Lam(m≥2)线性无关a1,a2,Lam中“任意一个均不能”由其余向量线性表示； rrrrrr rrrrrr rrrrrrrrrrr a1,a2,Lam线性无关，a1,a2,Lam,b线性相关b可由a1,a2,Lan唯一线性表 示； 部分相关全体相关，反之不然； 等价说法：全体无关部分无关，反之不然； 向量组无关“加长”向量组无关，反之不然； 等价说法：向量组相关“缩短”向量组相关，反之不然； 方阵A的行列向量组线性? ?相关?=0 |A|?； ?≠0?无关 特别的，三维空间a1,a2,a3线性相关a1,a2,a3共面[a1,a2,a3]=0； 两个向量线性相关[无关]对应分量成比例[不成比例]。 定义法——利用线性相关性概念和有关重要性质、定理等； 方程组法——转化为线性齐次方程组求解：非零解，相关；只有零解，无关。 矩阵秩法——利用“秩”和向量“个数”关系判定：秩小于个数，相关；秩等于个数，无关。 行列式法——判定n个n维向量：行列式为零，相关；行列式非零，无关。 --------------------------------------------------------- 3、向量组的最大无关组与秩 A中能选出r个向量a1,a2,L,ar满足： （）a1,a2,L,ar线性无关； （）A中任意向量均可由a1,a2,L,ar线性表示[A中任意r+1个向量（如果有的话）均线性相关]，则称a1,a2,L,ar为A的一个最大无关组；A的最大无关组所含向量的个数称为向量组A的秩，记为r(A)。 规定：只含一个零向量的向量组无最大无关组，其秩为零。 线性无关向量组本身就是其最大无关组； 向量组的最大无关组一般不唯一，但秩是唯一的； 向量组与其最大无关组等价； 等价向量组等秩，反之不然； 矩阵秩=行向量组的秩=列向量组秩； 向量组A可由B线性表示r(A)≤r(B)。 定义法——利用最大无