线性代数第三章(一二节向量及线性相关性).pptVIP

第 三 章 向量组的线性相关性与n维向量空间 第一节 n维向量 定义1 n 个有次序的数 a1 , a2 , ... , an 所组成的 数组称为 n 维向量,其中第 i 个数 ai 称为第i 个分量，n称为向量的维数. 1. 向量的定义 n 维列 向 量 n 维行 向 量 n 维向量可写成一行, 也可写成一列. 分别 称为行向量和列向量, 也就是行矩阵和列矩阵。 通常, n 维向量的全体所组成的集合 Rn ={ x =(x1,x2, ... ,xn)T | x1, x2, ... , xn ?R } 叫做 n 维向量空间. 2. 向量的表示： 常用小写字母a，b，c…或者希腊字母 α,β,γ…表示。 3. 向量的运算：线性运算 运算的定义与性质与矩阵相同。 第二节 向量组的线性相关性 一. 向量组 就是一个由 4 个 3 维列向量 ?1, ?2, ?3, ?4 构成的向量组。 定义1：若干个同维数的列（行）向量组成的集合叫做向量组. 例 引例1： n 个未知数 m 个方程的非齐次线性方程组 Ax = b 代数形式 矩阵形式 若令 x1a1 + x2a2 + ... + xnan = b。 向量形式 引例2： 同样关于n 个未知数 m 个方程的齐次线性方程组也有这三种表达形式。 代数形式 Ax = 0 矩阵形式 x1a1 + x2a2 + ... + xnan = 0。 向量形式 其中，A，x，b 及α1, α2, ... , αn 的定义与 非齐次方程组（I）相同。 引例1：非齐次线性方程组（Ⅰ）有解= 存在一组数x1, x2, ... , xn, 满足 x1a1 + x2a2 + ... + xnan = b。 引例2：齐次线性方程组（Ⅱ）有非零解= 存在一组不全为零的数x1, x2, ... , xn, 满足 x1a1 + x2a2 + ... + xnan = 0。 从这两个引例中我们可以提炼出向量组两个非常重要的两个概念。 1. 定义2：给定向量组 A: a1 , a2 , ... , am ,和向量β，如果存在一组实数 k1 , k2 , ... , km ，使得 则称向量β是a1 , a2 , ... , am的一个线性组合或者说β可由a1 , a2 , ... , am线性表示（出）， k1 , k2 , ... km为这个线性组合的组合系数。 β=k1a1 + k2a2 + ... +kmam 二、线性表示（出） 2. 性质： （1） 非齐次线性方程组（Ⅰ）有解?b可由 α1, α2, ... , αn线性表示； 非齐次线性方程组（Ⅰ）有唯一解?b可由 α1, α2, ... , αn线性表示；且表示方式唯一。 （2） 0向量可由同型的任意向量组线性表示。 0=0a1 + 0a2 + ... +0am （3） 向量组α1, α2, ... , αn中的任意一 个向量都可由该向量组线性表示。 ai=0a1 + 0a2 + ... 0ai-1 + 1ai + 0ai+1 + ... 0an 1. 定义 3 给定向量组 A: a1 , a2 , ... , am , 则称向量组 A 是线性相关的, 否则称它线性无关。 k1a1 + k2a2 + ... +kmam = 0, 若存在不全为零的实数 k1 , k2 , ... , km , 使 三、线性相关与线性无关 若向量组 A: a1 , a2 , ... , am 线性无关， 且k1a1 + k2a2 + ... +kmam = 0,则有 K1=k2= ... =km= 0。 2. 性质 （1）由一个向量构成的向量组 A: a 线性相关 相关的充要条件是: a1 , a2 的分量对应成比例. （2）由两个向量构成的向量组 A : a1 , a2 线性 的充要条件是: a = 0. （3）含有0向量的向量组必线性相关。 （4）向量组线性相关的充分必要条件是该向量 有 因 k1 , k2 , ... , km 不全为 0 , 不妨设 k1 ? 0 , 于是便 k1a1 + k2a2 + ... + kmam = 0 . 使 性相关, 则有 m 个不全为零的实数 k1 , k2 , ... , km 必要性 设向量组 A: a1 , a2 , ... , am 线 组中至少有一个向量可由其余向量线性表示。 证明 即 a1 能由 a2 , ... , am 线性表示. ?1a1 + ... + ?m - 1am - 1+ (-1