第四章 向量组的线性相关性.PPT

增广矩阵 行阶梯矩阵 行最简形 第四章 向量组的线性相关性 第一节 向量组及其线性组合 一、n 维向量的定义 主要内容 二、向量组等价 几何学中向量的概念 定义：有方向有大小的量 表示： （1）几何作图表示 （2）代数表示 平面向量 空间向量 2维向量 3维向量 一、n 维向量的定义 建立直角坐标系后，有 定义1 n 个数 a1 , a2 , ··· , an 组成的有序数组 n 维向量的定义 ( a1 , a2 , … , an ) 称为n 维向量. 其中ai 称为向量的第 i 个分量. 向量通常写成一行： 行向量 也可写成一列： 列向量 只是写法上不同 用黑体小写字母a, b或斜体希腊字母?, ?, ? 等来表示向量,但不要在字母上加箭号. 几何上的向量可以认为是它的特殊情形，即 n = 2, 3 的情形. 在 n 3 时，n 维向量就没有直观 的几何意义了. 的负向量 零向量 基本向量 实数域 全体 n 维实向量集 1.加法: 设向量 2.数乘: 特殊矩阵运算 说明：向量的运算按矩阵的运算规则进行，但 向量只有加法和数乘运算，统称为向量的线性运算。 向量的线性运算 基本向量 例如 如果 k ? 0, ? ? 0, 那么k? ? 0 注意： 说明： 矩阵A的列向量组 矩阵A的行向量组 矩阵与向量组的关系 综上所述, 一个矩阵与一个行向量组(或列向 量组)一一对应. A = (?1, ?2, ··· , ?n ). 反之，列向量组 ?1, ?2, ··· , ?n 可构成一个 矩阵 行向量组 ?1, ?2 , ··· , ?m 可构成一个 矩阵 线性方程组的向量表示形式 1. 线性组合、线性表示 称为向量组 a1 , a2 , ··· , am 的一个线性组合. k1a1 + k2a2 + ··· + kmam k1 , k2 , ··· , km , 向量 （1）给定向量组 a1 , a2 , ··· , am 和一组实数 二、向量组等价 定义 （2）给定向量组 a1 , a2 , ··· , am 和向量 b, 如果 存在一组数 k1 , k2 , ··· , km , 使 b = k1a1 + k2a2 + ··· + kmam , 则称向量 b 可由向量组a1 , a2 , ··· , am线性表示. 向量 b 可由向量组a1 , a2 , ··· , am唯一地线性表示吗？ 例1（1）0可由任一向量组线性表示。 （3）一个向量组的任一向量可由这个向量组线性表出. 一个向量组的任一向量可由这个向量组其余向量 线性表出吗？ = 矩阵(a1 , a2 , ··· , am , b) 的秩 矩阵 (a1 , a2 , ··· , am) 的秩 列向量 b 能由向量组 a1 , a2 , ··· , am线性表示 方程组 x1a1 + x2a2 + ··· + xmam = b 有解 线性表示的判定 法一： 法二： 列摆行变法 （见第三节） 定理1 秩法 例 2 设 证明向量 b 能由向量组 ?1 , ?2 , ?3 线性表示，并 求出表示式. 解 要证矩阵 A = (?1 , ?2 , ?3) 与 B = (A , b) 的秩相等. 为此，把 B 化成行最简形： 初等行变换 可知 R(A) = R(B)=2 ，因此向量 b 能由向量组?1 , ?2 , ?3 线性表示. 若题目不要求表示式， 则只要化成行阶梯形。 得线性方程组x1?1 + x2?2 + x3?3 = b 的通解为 从而得表示式 b= (-3c+2)?1 + (2c-1)?2 + c?3 , 由行最简形 练习 判别下列各题中的向量 ? 能否由另一向 量组线性表出，若能，求出其表示式. 定义 设有两个向量组Ⅰ: a1 , a2 , ··· , am 及 示, 则称这两个向量组等价. 线性表示. 若向量组Ⅰ与向量组Ⅱ能相互线性表 向量组Ⅰ线性表示, 则称向量组Ⅱ能由向量组Ⅰ Ⅱ: b1 , b2 , ··· , bs , 若向量组Ⅱ中的每个向量都能由 2. 向量组等价 【注意】矩阵等价与向量组等价是不同概念。 列向量组 b1 , b2 , ··· , bs 能由 向量组 a1 , a2 , ··· , am 线性表示 有矩阵 K，使 B = AK R(A) = R(A, B) 定理1推广： 矩阵方程 AXm×s = B 有解 K 思考：R(A, B) = R(B, A) ？ 其中 A = (a1 , ··· , am )， B = ( b1 , ··· , bs ). 推论 列向量组 b1