向量组的秩和最大线性无关组 引例：对于方程组
12312312
321221332x x x x x x x -+=-??+-=??-+=-?
容易发现其有效方程的个数为2个，因为第3个方程可由第1个方程减去第2个方程得到（或者第3个方程是第1个方程和第2个方程的线性组合）；
由于本章的内容是用向量的关系来研究方程组解的情况，进而从方程组3个方程对应的3个向量来说“有用”（或者也可以说成等价有效）的最少的向量是2个。
因此，对于一个给定的向量组，其中“有用”（或者也可以说成等价有效）的最少的向量应该有多少个呢？在此我们提出最大线性无关组的概念： 最大线性无关组：在s ααα,,,21Λ中，存在ip i i ααα,,,21Λ满足：
（1）ip i i ααα,,,21Λ线性无关；
（2）在ip i i ααα,,,21Λ中再添加一个向量就线性相关。
则称ip i i ααα,,,21Λ是s ααα,,,21Λ的一个最大线性无关组，
注：
Ⅰ、不难看出条件（2）等价的说法还有s ααα,,,21Λ中任一向量均可由ip i i ααα,,,21Λ线性表示；或者亦可以说成s ααα,,,21Λ中任意1p +个向量均线性相关；
Ⅱ、从最大线性无关组的定义可以看出最大线性无关组与原先的向量组可以相互线性表示，进而最大线性无关组与原先的向量组是等价的（即
有效的最少的方程构成的方程组与原先的方程组是等价的）；
Ⅲ、从上面的方程组可以看出同解的有效方程组可以是第1、2两个方程构成，也可以是第2、3两个方程构成（因为第1个方程可以看成第2、3两个方程的和），因此从其对应的向量组来说，向量组的最大线性无关组是不唯一的；
Ⅳ、可以发现，虽然同解的有效方程组的形式可以不一样，但是同解的有效方程组中所含的方程的个数是唯一的，即从其对应的向量组来说，最大线性无关组虽然不唯一，但是最大线性无关组中所含向量的个数唯一的。这是从数的角度反映了向量组的性质，在此给出向量组的秩的概念：
向量组的秩：称最大线性无关组中所含向量的个数为向量组的秩，如上面定义中ip i i ααα,,,21Λ是s ααα,,,21Λ的一个最大线性无关组，则称
s ααα,,,21Λ的秩为p ，记为12(,,,)s R p ααα=L 。
例：求向量组123(3,6,4,2,1),(2,4,3,1,0),(1,2,1,2,3),T T T ααα=-=--=-- 4(1,2,1,3,1)T α=-的秩及一个最大线性无关组，并将其余的向量用最大线性无关组表示。
分析：容易发现用定义的形式很难求秩和最大线性无关组，为此我们从方程组和矩阵之间的关系以及方程组和向量组之间的关系可以得到，向量组的秩及其最大线性无关组应该与其对应的矩阵的秩以及矩阵的最高阶非零子式之间有某种关系，为此我们给出：
定理：矩阵的秩等于其行向量组的秩，也等于其列向量组的秩.
略证：设A 的秩为r ，则在A 中存在r 阶子式0r D ≠，从而r D 所在的r 列线性无关，又A 中的所有的1r +阶子式10r D +=，因此A 中的任意1r +个列向量
都线性相关，因此r D 所在的r 列是A 的列向量组的最大线性无关组，所以列向量组的秩等于r 。
类似可证矩阵A 的行向量组的秩等于r 。
同时从证明的过程可以发现：若r D 是矩阵A 的一个最高阶非零子式，则r D 所在的r 列即是A 的列向量组的一个最大线性无关组；同时r D 所在的r 行即是A 的行向量组的一个最大线性无关组。
我们现在求解上面的问题，把上面的4个向量看成某矩阵A 的4列进行求解。
解：
()123432*********
1642264220
141,,,431143110010212321230
000103132110000A αααα--?????? ? ? ?----- ? ? ? ? ? ?==→→---- ? ? ? ? ? ? ? ? ?--?????? 所以1234(,,,)()3R R A αααα==，
123,,ααα是1234,,,αααα的一个最大线性无关组。（当然易见124,,ααα亦是1234,,,αααα的一个最大线性无关组）
为了把4α用123,,ααα线性表示，把A 再变成行最简形矩阵
10010
10100100
0000000A ?? ? ? ?→ ? ? ???
易见412ααα=+。
（初等变换前后列向量组之间的线性表示形式是保持不变的）
同时可以验证上面的线性表示的结果是正确的。
感悟：由于我们现在教学正好讲到向量组的秩和最大线性无关组这一部分，作为其定义形式很难引入，通过此次培训，可以从方程组的“有效”（同解并是最少的）方程组的形式及个数（就像李老师所说的“打假”后剩下的方程组）来提出向量组的最大线性无关组以及向量组的秩的概念，避免了向量的抽象性，而且学生对方程组十分熟悉，进而很容易过渡到最大线性无关组以及向量组的秩的概念。学生听课效果以及接受情况相当不错！
向量组的线性相关与线性无关 1.线性组合 设12,,,n t a a a R ???∈，12,,,t k k k R ???∈，称1122t t k a k a k a ++???+为12,,,t a a a ???的一个线性组合。 【备注1】按分块矩阵的运算规则，12112212(,,,)t t t t k k k a k a k a a a a k ?? ? ?++???+=??? ? ???M 。这 样的表示是有好处的。 2.线性表示 设12,,,n t a a a R ???∈，n b R ∈，如果存在12,,,t k k k R ???∈，使得 1122t t b k a k a k a =++???+ 则称b 可由12,,,t a a a ???线性表示。 1122t t b k a k a k a =++???+，写成矩阵形式，即1212(,,,)t t k k b a a a k ?? ? ?=??? ? ???M 。因此，b 可由12,,,t a a a ???线性表示即线性方程组1212(,,,)t t k k a a a b k ?? ? ????= ? ???M 有解，而该方程组有解 当且仅当1212(,,,)(,,,,)t t r a a a r a a a b ???=???。 3.向量组等价 设1212,,,,,,,n t s a a a b b b R ??????∈，如果12,,,t a a a ???中每一个向量都可以由 12,,,s b b b ???线性表示，则称向量组12,,,t a a a ???可以由向量组12,,,s b b b ???线性表示。 如果向量组12,,,t a a a ???和向量组12,,,s b b b ???可以相互线性表示，则称这两个向量组是等价的。
第四章 向量组的线性相关性 §1 n 维向量概念 一、向量的概念 定义1 n 个有次序的数12,, ,n a a a 所组成的数组称为n 维向量,这n 个数称为该向量的n 个分量,第i 个数 i a 称为第i 个分量. 注1分量全为实数的向量称为实向量.分量不全为实数的向量称为复向量. 注2 n 维向量可以写成一行的形式() 12,, ,n a a a a =,出可以写成一列的形式 12n a a a a ?? ? ? = ? ??? ,前者称为行向量,而后者称为列向量.行向量可看作是一个1n ?矩阵,故又称行矩阵;而列向量可看作一个1n ?矩阵,故又称作列矩阵.因此它们之间的运算就是矩阵之间的运算,从而符合矩阵运算的一切性质.向量之间的运算只涉及到线性运算和转置运算.为叙述方便,特别约定:在不特别声明时说到的向量均为列向量,行向量视为列向量的转置. 注3 用小写黑体字母,,,a b αβ 等表示列向量,用,,,T T T T a b αβ表示行向量. 例1 设123(1,1,0),(0,1,1),(3,4,0)T T T v v v ===，求12v v -及12332v v v +-. 解 12v v -(1,1, 0)(0,1,1)T T =-(10,11,01)T =---(1,0,1)T =- 12332v v v +-3(1,1,0)2(0,1,1)(3,4,0)T T T =+- (31203,31214,30210)T =?+?-?+?-?+?- (0,1,2)T = 定义 设v 为n 维向量的集合，如果集合v 非空，且集合v 对于加法与数乘两种运算封闭（即若α∈v,β∈v ，有α+β∈v ；若α∈v, k ∈R ，有k α∈v ），称v 为向量空间。 §2 向量组的线性相关性 一、向量组的线性组合 定义3 给定向量组A :12,, ,m a a a ,对于任何一组实数12,,,m k k k ,称向量 1122m m a a a k k k +++ 为向量组A 的一个线性组合,12,, ,m k k k 称为这个线性组合的系数. 定义4 给定向量组A :12,, ,m a a a 和向量b ,若存在一组实数12,, ,m λλλ,使得 1122m m a a a b λλλ=++ +
求向量组的秩与最大无关组 一、对于具体给出的向量组，求秩与最大无关组 1、求向量组的秩（即矩阵的秩）的方法：为阶梯形矩阵 【定理】矩阵的行秩等于其列秩，且等于矩阵的秩.(三秩相等) ①把向量组的向量作为矩阵的列（或行）向量组成矩阵A； ②对矩阵A进行初等行变换化为阶梯形矩阵B； ③阶梯形B中非零行的个数即为所求向量组的秩． 【例1】求下列向量组a１=(1, 2, 3, 4)，a2 =( 2, 3, 4, 5)，a3 =(3, 4, 5, 6)的秩. 解1：以a１,a２,a３为列向量作成矩阵A，用初等行变换将A化为阶梯形矩阵后可求. 因为阶梯形矩阵的列秩为2，所以向量组的秩为2． 解2：以a１,a２,a３为行向量作成矩阵A，用初等行变换将A化为 阶梯形矩阵后可求. 因为阶梯形矩阵的行秩为2，所以向量组的秩为2． 2、求向量组的最大线性无关组的方法 方法1 逐个选录法 给定一个非零向量组A：α1, α2,…, αn ①设α1≠ 0，则α1线性相关，保留α1 ②加入α2，若α2与α1线性相关，去掉α2；若α2与α1线性无关，保留α1，α2； ③依次进行下去，最后求出的向量组就是所求的最大无关组
【例2】求向量组：()()()1231,2,12,3,14,1,1,,,T T T ααα=-=-=-的最大无关组 解：因为a 1非零，故保留a 1 取a 2，因为a 1与a 2线性无关，故保留a 1，a 2 取a 3，易得a 3=2a 1+a 2，故a 1，a 2 ，a 3线性相关。 所以最大无关组为a 1，a 2 方法2 初等变换法 【定理】 矩阵A 经初等行变换化为B ，则B 的列向量组与A 对应的列向量组有相同的线性相关性. 证明从略,下面通过例子验证结论成立. 向量组：α1=(1,2,3)T , α2=(-1,2,0)T , α3=(1,6,6)T 由上可得，求向量组的最大线性无关组的方法： （1）列向量行变换 ①把向量组的向量作为矩阵的列向量组成矩阵A ； ②对矩阵A 进行初等行变换化为阶梯形矩阵B ； ③A 中的与B 的每阶梯首列对应的向量组，即为最大无关组． 【例3】求向量组 ：α1=(2,1,3,-1)T , α2=(3,-1,2,0)T , α3=(1,3,4,-2)T , α4=(4,-3,1,1)T 的秩和一个最大无关组, 并把不属于最大无关组的向量用最大无关组线性表示。 解 以α1,α2,α3,α4为列构造矩阵A , 并实施初等行变换化为行阶梯形矩阵求其秩： ()???? ? ?-- ? ?==→ ? ? ? ?--????123423141-13-3113305-510,,,324105-51010210-11-2A αααα---?? ? ?→ ? ? ?? 1133011200000000 知r (A )=2, 故向量组的最大无关组含2个向量
习题4.3 1.求下列向量组的秩与一个极大线性无关组： (1) []12,1,3,1T α=-, []23,1,2,0T α=-， []31,3,4,2T α=-,[]44,3,1,1T α=-． (2) []11,1,1,1T α=, []21,1,1,1T α=--， []31,1,1,1T α=--,[]41,1,1,1T α=---． (3) []11,1,2,4T α=-, []20,3,1,2T α=，[]33,0,7,14T α=, []41,1,2,0T α=-,[]52,1,5,6T α=． 分析 向量组的秩等于该向量组构成的矩阵的秩, 所以求向量组的秩可以转化为求矩阵的秩. 先把向量构成矩阵通过矩阵的初等行变换成阶梯形, 通过阶梯形便可得到矩阵的秩, 它也就是该向量组的秩, 而阶梯形的阶梯头所在的列对应的向量便构成该向量组的一个极大线性无关组. 解 (1) []1 23 423141133113301123241000010210000αααα--???????? ---??? ?=??→????????--???? , 所以该向量组的秩为2, 且1α, 2α为它的一个极大线性无关组. (2) []1 23 41111111111110 1011111001111110001αααα--???? ????---??? ?=??→???? ---???? --???? , 所以该向量组的秩为4, 且1α,2α,3α,4α为它的一个极大线性无关组. (3) []1 234 51031 21 0312130110110121725000104214060 0000ααααα???? ????--? ???=??→???? ??? ? ???? , 所以该向量组的秩为3, 且1α,2α,4α为它的一个极大线性无关组. 2.计算下列向量组的秩，并判断该向量组是否线性相关. (1) []11,1,2,3,4T α=-，[]23,7,8,9,13T α=-，
习题4.3 1. (1) []12,1, 3,1T α=-, []23,1,2,0T α=-， []31,3,4,2T α=-,[]44,3,1,1T α=-． (2) []11,1,1,1T α=, []21,1, 1,1T α=--， []31,1,1,1T α=--,[]41,1,1,1T α=---． (3) []11, 1,2,4T α=-, []20,3,1,2T α=，[]33,0,7,14T α=, []41,1,2,0T α=-,[]52,1,5,6T α=． 分析 向量组的秩等于该向量组构成的矩阵的秩, 所以求向量组的秩可以转化为求矩阵的秩. 先把向量构成矩阵通过矩阵的初等行变换成阶梯形, 通过阶梯形便可得到矩阵的秩, 它也就是该向量组的秩, 而阶梯形的阶梯头所在的列对应的向量便构成该向量组的一个极大线性无关组. 解 (1) []1 23 423141133113301123241000010210000αααα--???????? ---??? ?=??→????????--???? , 所以该向量组的秩为2, 且1α, 2α为它的一个极大线性无关组. (2) []1 23 4111111 1111110 1011111001111110 01αααα--????????---??? ?=??→???? ---????--???? , 所以该向量组的秩为4, 且1α,2α,3α,4α为它的一个极大线性无关组. (3) []1 234 51 03121 312130110110121725000104 2140 60 000 0ααααα????????--? ???=??→???????????? , 所以该向量组的秩为3, 且1α,2α,4α为它的一个极大线性无关组. 2.计算下列向量组的秩，并判断该向量组是否线性相关. (1) []11, 1,2,3,4T α=-，[]23,7,8,9,13T α=-，
第四章复习题答案 一、选择题 1、向量组ααα１ ２３，，线性无关的充要条件为（ C ） A 、ααα１ ２３，，均不是零向量 B 、ααα１ ２３，，中任意两个向量的分量不成比例 C 、ααα１ ２３，，中任意一个向量均不能由其余两个向量线性表出 D 、１２３，，ααα中一部分向量线性无关 解析：（1）线性相关?至少一个向量能由其余两个向量线性表出 （2）线性无关?任意一个向量均不能由其余两个向量线性表出 2、设A 为n 阶方阵，且A =0，则下列结论错误是（ C ） A 、Ｒ（Ａ）＜ｎ B 、Ａ的ｎ个列向量线性相关 C 、Ａ的两行元素成比例 D 、Ａ的一个行向量是其余ｎ－１个行向量的线性组合 3、已知矩阵A 的秩为r ，则下列说法不正确的是（ A ） A 、矩阵A 中任意r 阶子式不等于0 B 、矩阵A 列向量组的r 个列向量线性无关 C 、矩阵A 列向量组的任意r+1个列向量线性相关 D 、矩阵A 中所有高于r 阶的子式全等于0 解析：只是存在一个r 阶子式不等于0 4、设12,s ααα均为n 维向量，则下列结论中不正确的是（ D ） A 、当维数n 小于向量个数s 时，则向量组12,s ααα线性相关 B 、若向量组12 ,s ααα线性无关，则其中任意一个向量都不能由其余s-1个向量线性表示 C 、若对任意一组不全为零的数12,s k k k 都有11220s s k k ααα+++≠k ，则向量组12 ,s ααα线性无关 D 、若向量组12 ,s ααα线性相关，则其中任意一个向量都可由其余s-1个向量线性表示 解析：（1）线性相关?至少一有个向量能由其余两个向量线性表出 不是任意 二、填空 1、设12311112010ααα===T T T （，-，），（，，），（，，a)线性无关（相关），则a 取值22 ()33 a a ≠ = 2、设Ａ为35?的矩阵，且()3R A =，则齐次线性方程组Ax=0基础解系所含向量个数是 2 3、若12312αααββ，，，，都为四维向量，且四阶行列式1231m αααβ=，，，，1232n αααβ=，，，， 则四阶行列式12312αααββ+=，，，（）m n + 4、n 维向量组1,2m ααα，当m n >时线性相关。 5、线性方程组Ax b =有解的充分必要条件是()(,)R A R A b = 三、判断 1、若向量组123 ,,n αααα线性相关，则1α可有23 n ααα，线性表示。 （ × ） 2、两个向量线性相关的充分必要条件是这两个向量成比例。 （ √ ） 3、线性无关的向量组中可以包含两个成比例的向量。 （ × ） 4、当向量组的维数小于向量个数时，向量组线性相关 （ √ ） 5、向量组12,,m ααα线性相关，则向量组12,,,m αααβ也线性相关。 （√ ） 6、一个向量组线性无关的充分必要条件是任何一个向量都不能由其余向量线性表示 （√ ） 7、齐次线性方程组的基础解系不唯一，但基础解系所含向量个数是唯一确定的 （√ ） 8、若12,ξξ为齐次线性方程组 0Ax =的解，则12ξξ-也是0Ax =的解 （√ ） 三、计算及证明 1、设向量组1(1,1,2,4)T α=-，2(0,3,1,2)T α=，3(3,0,7,4)T α=，4(1,1,2,0)T α=-，5(2,1,5,6)T α= 求向量组的秩及其一个最大无关组。 解：设12345(,,,,)A ααααα=
第三节 向量组的线性相关性 分布图示 ★ 线性相关与线性无关 ★ 例1 ★ 例2 ★ 证明线性无关的一种方法 线性相关性的判定 ★ 定理1 ★ 定理2 ★ 例3 ★ 例4 ★ 例5 ★ 例6 ★ 定理3 ★ 定理4 ★ 定理5 ★ 例7 ★ 内容小结 ★ 课堂练习 ★ 习题3-3 内容要点 一、线性相关性概念 定义1 给定向量组,,,,:21s A ααα 如果存在不全为零的数,,,,21s k k k 使 ,02211=+++s s k k k ααα (1) 则称向量组A 线性相关, 否则称为线性无关. 注: ① 当且仅当021====s k k k 时，(1)式成立, 向量组s ααα,,,21 线性无关; ② 包含零向量的任何向量组是线性相关的; ③ 向量组只含有一个向量α时，则 （1）0≠α的充分必要条件是α是线性无关的； （2）0=α的充分必要条件是α是线性相关的； ④ 仅含两个向量的向量组线性相关的充分必要条件是这两个向量的对应分量成比例；反之，仅含两个向量的向量组线性无关的充分必要条件是这两个向量的对应分量不成比例. ⑤ 两个向量线性相关的几何意义是这两个向量共线, 三个向量线性相关的几何意义是这三个向量共面. 二、线性相关性的判定 定理1 向量组)2(,,,21≥s s ααα 线性相关的充必要条件是向量组中至少有一个向量可由其余1-s 个向量线性表示. 定理 2 设有列向量组),,,2,1(,21s j a a a nj j j j =???? ?? ? ??=α 则向量组s ααα,,,21 线性相关的充要条件是: 是矩阵),,,(21s A ααα =的秩小于向量的个数s .
矩阵的“秩”，是线性代数第一部分的核心概念。 “矩阵的秩与向量组的秩一致。矩阵的秩就是其行（或列）向量组的秩。”怎样证明？就当做习题练一练。 设矩阵A的秩为r ，则A必有一个r 阶子式不为0，而所有 r + 1阶子式全为 0 逻辑1——r 阶子式不为0，则 r个r 维向量线性无关。 分析这是格莱姆法则推论，带来的直接判别方法。 （画外音：r个未知量 r个方程的齐次线性方程组仅有0 解的充分必要条件是其系数行列式不为0） 逻辑思维链——这r 个r 维向量与A 的行（或列）向量组有何关系？ 逻辑2——（“线性无关，延长无关。”定理）—— 已知一个n 维向量组线性无关，如果在相同的位置，给组内每个向量都增加一个分量，则所得的n + 1维向量组也线性无关。 分析不妨认为给线性无关的n 维向量组a1，a 2，…，a k 的每个向量都加上第n + 1个分量，形成一个n + 1 维向量组b1，b 2，…，b k
若有一组不全为零的数c1，c2，…，c k ，使得c1b1+ c2b 2+ ---+ c k b k = 0 ，如何证明“这组常数只能全为0”？ 每个向量有n + 1 分量，向量“线性组合为0”实际上是n + 1个等式。前n 个等式即 c1 a1+ c2a2+ ---+ c k a k = 0 由已知线性无关即得，这组常数只能全为0，而最后那个（第n + 1个）等式自然成立。 逻辑3 ——将线性无关的 r个r 维向量，逐次延长为矩阵A 的r 个行向量（或列向量），它们线性无关。 （潜台词：简而言之，不为0的r阶子式所在的r个行向量（或列向量）线性无关。） 逻辑思维链（关键问题）——这r 个行向量是行向量组的最大无关组吗？ 唯一信息——A的所有r + 1阶子式全为0 分析不妨设不为0 的r 阶子式就由这r 个行的左起前r 个分量排成。（画外音：画个示意图最好。）
第四章 向量组的线性相关性目标测试题 （参考答案） 一、填空题. 1. 设向量组) , ,0( ),0 , ,( ), ,0 ,(321b a c b c a ===ααα线性无关，则c b a ,,必满足关系式0abc ≠. 2. 已知向量组)1 ,1 ,3 ,4( ),2 ,6 ,2 ,4( ),0 ,2 ,1 ,3( ),1 ,3 ,1 ,2(4321-=-=-=-=αααα，则该向量组的秩为___2__. 3. 设三阶矩阵122212304A -?? ?= ? ???，三维向量11a α?? ?= ? ??? ，若向量A α与α线性相关，则a = -1 ． 4. 已知向量组123(1,2,1,1),(2,0,,0),(0,4,5,2)T T T t ααα=-==--的秩为2，则t ＝ 3 ． 5. 设321,,ααα线性无关，问=k __1_时，312312,,αααααα---k 线性相关. 6．设12,,s ηηηL 为非齐次线性方程组Ax b =的解，若1122s s k k k ηηη+++L 也是方程组Ax b =的解， 则12s k k k L ，，，应满足条件12s + 1k k k ++=L . 二、选择题. 1．设有向量组 ),0 ,2 ,2 ,1( ),14 ,7 ,0 ,3( ),2 ,1 ,3 ,0( ),4 ,2 ,1 ,1(4321-===-=αααα),10 ,5 ,1 ,2(5=α 则该向量组的最大线性无关组( B ). (A ) 321 , ,ααα, (B ) 421 , ,ααα, (C ) 521 , ,ααα, (D ) 5421 , , ,αααα． 2. 设向量组321,,ααα线性无关，则下列向量组线性相关的是(C ). (A ) 21αα+,,32αα+13αα+, (B ) ,1α21αα+,321a ++αα, (C ) 21αα-,,32αα-13αα-, (D ) 21αα+,,231αα+133αα+.
向量组的等价及向量组的秩 一 基本概念 1 设T 是由若干个n 维向量构成的集合，向量12,,,r T ααα∈L ，若有 （1）12,,,r αααL 线性无关； （2）T 中任一向量都可由12,,,r αααL 线性表示。 那么，则称12,,,r αααL 是T 的一个极大无关组。称r 为T 的秩数，若T 无极大无关组，即T 不含非零向量时，称T 的秩数为0。T 的秩数记为()R T 。 2设有n 维向量组Ⅰ：12,,,s αααL 与n 维向量组Ⅱ：12,,,t βββL 。如果Ⅰ中任一向量都可由Ⅱ中向量线性表示，反之Ⅱ中任一向量都可由Ⅰ中向量线性表示，那么则称向量组Ⅰ与Ⅱ等价。 3 矩阵A 的行向量组的秩数称为A 的行秩数；A 的列向量组的秩数称为A 的列秩数。A 的行秩数记为行秩A ；A 的列秩数记为列秩A 。 二 主要结论 1 简化行阶梯形矩阵的性质 （1）主列构成的向量组线性无关； （2）每一非主列均可由前面的主列线性表示；从而若有非主列，则其列向量组必线性相关。 （3）主列构成的向量组即为列向量组的一个极大无关组；从而列秩数等于主列的个数。 2 对矩阵A 进行行的初等变换不改变A 的列向量组的线性关系。 3 个数大于维数的向量组必线性相关；特别有，n +1个n 维向量必线性相关。 4 设向量组12,,,s αααL 中任一向量都可由向量12,,,t βββL 线性表示。那么，如果s t >，则向量组12,,,s αααL 必线性相关。 等价陈述即其逆否命题为：设向量组12,,,s αααL 中任一向量都可由向量12,,,t βββL 线性表示。那么，如果向量组12,,,s αααL 线性无关，则必有s t ≤。 推论1：向量组T 的极大无关组中所含向量个数被T 所唯一确定。即T 的任意两个极大无关组中所含向量个数相等。 推论2：设向量组（Ⅰ）中任一向量都可由（Ⅱ）中向量线性表示，则R (Ⅰ)≤ R (Ⅱ)。 推论3：等价的向量组的秩数相等。 5 对任意矩阵A 均有，行秩A =列秩A =R （A ）。
安阳师范学院本科学生毕业论文向量组线性相关性的判定方法 作者 院（系）数学与统计学院 专业数学与应用数学 年级2011级 学号 指导教师郭亚梅 论文成绩 日期2015年月日
学生诚信承诺书 本人郑重承诺：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得安阳师范学院或其他教育机构的学位或证书所使用过的材料.所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意. 作者签名：日期： 导师签名：日期： 院长签名：日期： 论文使用授权说明 本人完全了解安阳师范学院有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文. 作者签名：导师签名：日期：
向量组线性相关性的判定方法 （安阳师范学院 数学与统计学院 河南 安阳 455002） 摘要：向量组线性相关性在高等代数中是一块基石，在它的基础上我们推导和衍生出其他 许多理论。所以熟练地掌握向量组线性相关性的判定方法，可以让我们更好的理解其他理论知识.本文将向量组内向量之间的线性关系、齐次线性方程组的解、矩阵的秩、行列式的值及已知结论等知识运用于向量组线性相关性的判定，进而归纳出判定向量组线性相关性的若干方法. 关键词：向量组 线性相关 线性无关 判定方法 1 引言 线性相关性的内容是线性代数课程中的重点和难点，线性相关性的有关结论，对我们来说是很难理解的.本文总结出了判定向量组线性相关和线性无关的几种方法. 2.1 n 维向量的定义 （一维、二维、三维向量，推广到n 维向量） 定义： n 个有次序的数12,a ,,a n a 所组成的数组12(a ,a ,)n a 或12(a ,a ,)T n a 分别称为n 维行向量或列向量.这n 个数称为向量的n 个分量, 第i 个数i a 称为第i 个分量.显然，行向量即为行距阵，列向量即为列矩阵.向量通常用黑体小写希腊字母,αβ等表示.分量全为实数的向量称为实向量，分量全为复数的向量称为复向量. 2.2 向量的线性运算 行向量与列向量都按矩阵的运算规则进行运算. 特别地，向量的加法，向量的数乘，称为向量的线性运算.向量的线性运算满足8条运算律. 全体的n 维向量的集合关于线性运算是封闭的，我们将该集合称为n 维向量空间（或线性空间）. 例如，全体3维向量的集合；闭区域上的连续函数的集合；一元n 次多项式的集合；实数域上可导函数的集合等，皆为向量空间. 3.向量组线性相关性的定义 3.1向量组 有限个或无限个同维数列向量(或同维数的行向量)所组成的集合称为一个向量组. 例如一个m n ?矩阵对应一个m 维列向量组, 也对应一个n 维行向量组
求向量组的秩与极大无关组 对于具体给出的向量组，求秩与极大无关组的常用方法如下. 方法1 将向量组排成矩阵： (列向量组时)或(行向量组时) (*) 并求的秩，则即是该向量组的秩；再在原矩阵中找非零的阶子式， 则包含的个列(或行)向量即是的列(或行)向量组的一个极大无关组. 方法2 将列(或行)向量组排成矩阵如(*)式，并用初等行(或列)变换化为行(或列)阶梯形矩阵(或)，则(或)中非零行(或列)的个数即等于向量组的秩，且是该向量组的一个极大无关组，其中是(或)中各非零行(或列)的第1个非零元素所在的列(或行). 方法3 当向量组中向量个数较少时，也可采用逐个选录法：即在向量组中任取一个非零向量作为，再取一个与的对应分量不成比例的向量作为， 又取一个不能由和线性表出的向量作为，继续进行下去便可求得向量组的极大无关组. 对于抽象的向量组，求秩与极大无关组常利用一些有关的结论，如“若向量组(Ⅰ)可由向量组(Ⅱ)线性表示，则(Ⅰ)的秩不超过(Ⅱ)的秩”，“等价向量组有相同的秩”，“秩为的向量组中任意个线性无关的向量都是该向量组的极大无关组”等. 例1 求向量组，，，， 的秩与一个极大无关组.
解法1 ，所以向量组的秩为3；又中位于1，2，4行及1，2，4列的3阶子式 故是向量组的一个极大无关组(可知；均可作为极大无关组). 法2 由于的第1，2，4个行向量构成的向量组线性无关，故是向量组的一个极大无关组. 例2 求向量组，，，的秩和一个极大无关组. 解
(1) 当且时，，故向量组的秩为3，且是一个极大无关组； (2) 当时，，故向量组的秩为3，且是一个极大无关组； (3) 当时，若，则，此时向量组的秩为2，且是 一个极大无关组.若，则，此时向量组的秩为3，且是一个极大无关组. 例3 设向量组的秩为.又设 ，， 求向量组的秩. 解法1 由于，且 所以 故向量组与等价，从而的秩为. 法2 将看做列向量，则有
第四节向量 定义1：设有两个向量组(A)：s ααα,,,21 和(B)：t βββ,,,21 ，如果向量组(A)中每一个向量都可由向量组(B)线性表示，则称向量组(A)可由向量组(B)线性表示。 定义2：设有两个向量组(A)：s ααα,,,21 和(B)：t βββ,,,21 ，如果向量组(A)可由向量组(B)线性表示，而且向量组(B)也可由向量组(A)线性表示，则称向量组(A)和向量组(B)等价。 等价向量组的性质： (1) 反身性：任一向量组和它自身等价。 (2) 对称性：如果向量组(A)与向量组(B)等价，则向量组(B)也与向量组(A)等价。 (3) 传递性：如果向量组(A)与向量组(B)等价，而向量组(B)与向量组(C)等价，则向量组(A)也与向量组(C)等价。 定理1：设有两个向量组(A)：s ααα,,,21 和(B)：t βββ,,,21 ，如果向量组(B)可由向量组(A)线性表示，且s §性质定理总结： 一、线性相关的判别： 1、m αααΛ,,21线性相关?存在不全为零的数m k k k ,,,21Λ，使得 1122m m k k k .ααα++=L 0 2、1α线性相关? 1α=0. 3、12,αα线性相关? 1α与2α的对应分量成比例. 4、m αααΛ,,21线性相关?其中至少有一个向量能用其余向量线性表示. 5、n 个n 维向量线性相关?它们构成的行列式等于零. 6、m αααΛ,,21线性相关 ?m αααΛ,,21的秩小于m . 7、对调坐标不改变向量组的线性相关性. 8、部分相关?整体相关. 9、m 个n 维 (m >n ) 向量线性相关. 二、线性无关的判别： 1、m αααΛ,,21线性无关?如果1122,m m k k k ααα++=L 0则有 .021====m k k k Λ 2、整体无关?部分无关. 3、无关则加长无关 三、线性相关的性质： m αααΛ,,21线性无关，12m ,,,αααβL 线性相关?β可由m αααΛ,,21线性表 示，且表示法唯一. 四、线性无关的性质： 1、若向量组Ⅰ能由向量组Ⅱ线性表示，且向量组Ⅰ线性无关，则Ⅰ的元素个数≤Ⅱ的元素个数. 2、等价线性无关向量组的向量个数相同. 五、向量组的秩的性质： 1、矩阵A的秩等于A的行（列）向量组的秩. A的不等于零的子式对应于A的行（列）向量组的线性无关组； A的行（列）向量组的线性无关组对应于A的不等于零的子式. 2、若向量组Ⅰ能由向量组Ⅱ线性表示，则Ⅰ的秩≤Ⅱ的秩. 3、等价向量组的秩相同. 六、矩阵的初等行（列）变换不改变列（行）向量组的线性关系. 向量组线性相关性判定 安阳师范学院本科学生毕业论文向量组线性相关性的判定方法作者院数学与统计学院专业数学与应用数学年级2011级学号指导教师郭亚梅论文成绩日期2015年月日学生诚信承诺书本人郑重承诺：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得安阳师范学院或其他教育机构的学位或证书所使用过的材料.所有合作者对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意. 作者签名：日期：导师签名： 日期：院长签名：日期：论文使用授权说明本人完全了解安阳师范学院有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文. 作者签名：导师签名：日期：向量组线性相关性的判定方法摘要：向量组线性相关性在高等代数中是一块基石，在它的基础上我们推导和衍生出其他许多理论。所以熟练地掌握向量组线性相关性的判定方法，可以让我们更好的理解其他理论知识.将向量组内向量之间的线性关系、齐次线性方程组的解、矩阵的秩、行列式的值及已知结论等知识运用于向量组线性相关性的判定，进而归纳出判定向量组线性相关性的若干方法. 关键词：向量组线性相关线性无关判定方法 1 引言线性相关性的内容是线性代数课程中的 重点和难点，线性相关性的有关结论，对我们来说是很难理解的.总结出了判定向量组线性相关和线性无关的几种方法. n维向量的定义定义：n个有次序的数a1,a2,?,an所组成的数组(a1,a2,?an)或(a1,a2,?an)T分别称为n维行向量或列向量.这n个数称为向量的n 个分量? 第i个数ai称为第i个分量?显然，行向量即为行距阵，列向量即为列矩阵.向量通常用黑体小写希腊字母?,?等表示.分量全为实数的向量称为实向量，分量全为复数的向量称为复向量. 向量的线性运算行向量与列向量都按矩阵的运算规则进行运算? 特别地，向量的加法，向量的数乘，称为向量的线性运算.向量的线性运算满足8条运算律. 全体的n维向量的集合关于线性运算是封闭的，我们将该集合称为n维向量空间. 例如，全体3维向量的集合；闭区域上的连续函数的集合；一元n次多项式的集合；实数域上可导函数的集合等，皆为向量空间. 3.向量组线性相关性 向量组的秩和最大线性无关组 引例：对于方程组 12312312 321221332x x x x x x x -+=-??+-=??-+=-? 容易发现其有效方程的个数为2个，因为第3个方程可由第1个方程减去第2个方程得到（或者第3个方程是第1个方程和第2个方程的线性组合）； 由于本章的内容是用向量的关系来研究方程组解的情况，进而从方程组3个方程对应的3个向量来说“有用”（或者也可以说成等价有效）的最少的向量是2个。 因此，对于一个给定的向量组，其中“有用”（或者也可以说成等价有效）的最少的向量应该有多少个呢？在此我们提出最大线性无关组的概念： 最大线性无关组：在s ααα,,,21Λ中，存在ip i i ααα,,,21Λ满足： （1）ip i i ααα,,,21Λ线性无关； （2）在ip i i ααα,,,21Λ中再添加一个向量就线性相关。 则称ip i i ααα,,,21Λ是s ααα,,,21Λ的一个最大线性无关组， 注： Ⅰ、不难看出条件（2）等价的说法还有s ααα,,,21Λ中任一向量均可由ip i i ααα,,,21Λ线性表示；或者亦可以说成s ααα,,,21Λ中任意1p +个向量均线性相关； Ⅱ、从最大线性无关组的定义可以看出最大线性无关组与原先的向量组可以相互线性表示，进而最大线性无关组与原先的向量组是等价的（即 有效的最少的方程构成的方程组与原先的方程组是等价的）； Ⅲ、从上面的方程组可以看出同解的有效方程组可以是第1、2两个方程构成，也可以是第2、3两个方程构成（因为第1个方程可以看成第2、3两个方程的和），因此从其对应的向量组来说，向量组的最大线性无关组是不唯一的； Ⅳ、可以发现，虽然同解的有效方程组的形式可以不一样，但是同解的有效方程组中所含的方程的个数是唯一的，即从其对应的向量组来说，最大线性无关组虽然不唯一，但是最大线性无关组中所含向量的个数唯一的。这是从数的角度反映了向量组的性质，在此给出向量组的秩的概念： 向量组的秩：称最大线性无关组中所含向量的个数为向量组的秩，如上面定义中ip i i ααα,,,21Λ是s ααα,,,21Λ的一个最大线性无关组，则称 s ααα,,,21Λ的秩为p ，记为12(,,,)s R p ααα=L 。 例：求向量组123(3,6,4,2,1),(2,4,3,1,0),(1,2,1,2,3),T T T ααα=-=--=-- 4(1,2,1,3,1)T α=-的秩及一个最大线性无关组，并将其余的向量用最大线性无关组表示。 分析：容易发现用定义的形式很难求秩和最大线性无关组，为此我们从方程组和矩阵之间的关系以及方程组和向量组之间的关系可以得到，向量组的秩及其最大线性无关组应该与其对应的矩阵的秩以及矩阵的最高阶非零子式之间有某种关系，为此我们给出： 定理：矩阵的秩等于其行向量组的秩，也等于其列向量组的秩. 略证：设A 的秩为r ，则在A 中存在r 阶子式0r D ≠，从而r D 所在的r 列线性无关，又A 中的所有的1r +阶子式10r D +=，因此A 中的任意1r +个列向量 向量组线性相关与线性无关的判别方法 摘要 向量组的线性相关性与线性无关性是线性代数中最为抽象的概念之一，如何判别向量组的 线性相关与线性无关是正确理解向量的关键，本文介绍了它与行列式、矩阵、线性方程组的解之间的关系.总结了向量组线性相关和线性无关的判定方法. 关键词 向量组 线性相关 线性无关 矩阵 秩 1 引言 在高等代数中，向量组的线性相关和线性无关的判定这个课题有许多的研究成果，它与行列式，矩阵，线性方程组的解，二次型，线性变换以及欧式空间都有着重要的联系，然而向量的线性相关与线性无关的判别是比较抽象和难以理解的，实际上，向量组的线性相关与线性无关是相对的，我们只要掌握了线性相关的判别，那么线性无关的判别也就迎刃而解了，至今已给出了以下几种常见的方法：利用定义法判断，利用齐次线性方程组的解判断，利用矩阵的秩判断，利用行列式的值判断等.其中，利用齐次线性方程组，利用矩阵的秩，利用行列式的值这三种方法的出发点不同但实质是一样的. 2 向量组线性相关和线性无关的定义 定义 设向量组m ααα,,,21 都为n 维向量，如果数域P 中存在一组不全为零的数 12,m k k k ,使0332211=++++m m k k k k αααα 则称向量组是线性相关, 反之，若数域 P 中没有不全为零的数12 ,m k k k ，使 0332211=++++m m k k k k αααα ， 称它是线性无关. 3 向量组线性相关和线性无关的判定方法 3.1 一个向量与两个向量线性相关的判定方法 由定义可以看出，零向量的任何一个线性组合为零，只要取系数不为零，即可以得出这个向量是线性相关的. 命题1 一个向量线性相关的充分条件是它是一个零向量. 关于两个向量的线性相关性判断可以转化为向量的成比例判断. 命题2 两个n 维向量()n a a a ,,,21 =α， ()n b b b 21,=β线性相关的充要条件是i a 与()n i b i 2,1=对应成比例. 求向量组的秩与最大无关组 一、 对于具体给出的向量组，求秩与最大无关组 1、求向量组的秩（即矩阵的秩）的方法：为阶梯形矩阵 【定理】 矩阵的行秩等于其列秩，且等于矩阵的秩.(三秩相等) ①把向量组的向量作为矩阵的列（或行）向量组成矩阵A ； ②对矩阵A 进行初等行变换化为阶梯形矩阵B ； ③阶梯形B 中非零行的个数即为所求向量组的秩． 【例1】 求下列向量组a １=(1, 2, 3, 4)，a 2 =( 2, 3, 4, 5)，a 3 =(3, 4, 5, 6)的秩. 解1：以a １,a ２,a ３为列向量作成矩阵A ，用初等行变换将A 化为阶梯形矩阵后可求. 因为阶梯形矩阵的列秩为2，所以向量组的秩为2． 解2：以a １,a ２,a ３为行向量作成矩阵A ，用初等行变换将A 化为 阶梯形矩阵后可求. 因为阶梯形矩阵的行秩为2，所以向量组的秩为2． 2、求向量组的最大线性无关组的方法 方法1 逐个选录法 给定一个非零向量组A ：1, 2,…, n ①设1 0，则1线性相关，保留 1 ②加入2，若2与 1线性相关，去掉2；若2与 1线性无关，保留1 ，2； ③依次进行下去，最后求出的向量组就是所求的最大无关组 【例2】求向量组：()()()1231,2,12,3,14,1,1,,,T T T ααα=-=-=-的最大无关组 解：因为a 1非零，故保留a 1 取a 2，因为a 1与a 2线性无关，故保留a 1，a 2 取a 3，易得a 3=2a 1+a 2，故a 1，a 2 ，a 3线性相关。 所以最大无关组为a 1，a 2 方法2 初等变换法 【定理】 矩阵A 经初等行变换化为B ，则B 的列向量组与A 对应的列向量组有相同的线性相关性. 证明从略,下面通过例子验证结论成立. 向量组：1=(1,2,3)T , 2=(-1,2,0)T , 3=(1,6,6)T 由上可得，求 Born to win 解析线性代数-秩 高杨——数学教研室 抽象是线性代数这门学科最大的特点，其中秩有是贯穿着整个学科最抽象的概念，是同学们最不好理解的地方，接下来我们就来分析一下这一部分的考点、知识点及解题思路。 首先这一部分主要围绕矩阵的秩、向量组的秩、矩阵的秩和向量组秩的关系、来考题。如果单独考题，那就是选择或填空。在具体题目中还结合向量相关无关，向量的线性表出，方程组解的情况及特征值和二次型来综合出题，小题大题都可能涉及。在做题前，我们先来掌握下秩的概念，公式及定理： 1. 矩阵的秩：非零子式的最高阶数， 向量组的秩：极大线性无关组中所含向量的个数 二者关系：矩阵的秩等于它的行向量组或列向量组的秩 2. 与秩相关的公式 1）()12,,...,s r s ααα≤，()()min ,mn r A m n ≤. 2）()() (),0T r A r A r kA k ==≠ 3）如果12,,...,s ααα可以由向量组12,,...,t βββ线性表出， 则()()1212,,...,,,...,s t r r αααβββ≤；{}()min (),()r AB r A r B ≤. 推论：ⅰ）()()()r A B r A r B ±≤+； ⅱ）当P 可逆时()()r AP r A =，()()r PB r B =； ⅲ）如果两向量组12,,...,s ααα与12,,...,t βββ等价， 则()()1212,,...,,,...,s t r r αααβββ= 4）如果AB O =，则()()r A r B n +≤ 推论：*,()()1,()10,()1n r A n r A r A n r A n =??==-??<-? 5）()()A O r r A r B O B ??=+ ??? 3. 与秩相关的定理 1）同型矩阵,A B 等价的充要条件：()()r A r B =；向量组与12,,...,s ααα与12,,...,t βββ等价的必要条件：()()1212,,...,,,...,s t r r αααβββ=.线性相关和线性无关的结论
向量组线性相关性判定
向量组的秩和最大线性无关组
向量组线性相关与线性无关
求向量组的秩与极大无关组(修改整理)
解析线性代数-秩
相关主题
文本预览