下载文档原格式
向量组的线性相关性
令向量组的线性组合为零（零向量），研究系数的取值情况，线性组合为零当且仅当系数皆为零，则该向量组线性无关；若存在不全为零的系数，使得线性组合为零，则该向量组线性相关。
向量组的相关性质
（1）当向量组所含向量的个数与向量的维数相等时，该向量组构成的行列式不为零的充分必要条件是该向量组线性无关；
（2）当向量组所含向量的个数多于向量的维数时，该向量组一定线性相关；
（3）通过向量组的正交性研究向量组的相关性；
（4）通过向量组构成的齐次线性方程组解的情况判断向量组的线性相关性；线性方程组有非零解向量组就线性相关，反之，线性无关。
（5）通过向量组的秩研究向量组的相关性。
若向量组的秩等于向量的个数，则该向量组是线性无关的；若向量组的秩小于向量的个数，则该向量组是线性相关的。
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=+++则称向量b 是向量组A 的一个线性组合,或称向量b 可由向量组A 线性表示.注1任一个n 维向量12n a a a a ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭都可由n 维单位向量组12,,,n e e e 线性表示:1122n n a a a a e e e =+++ .注2向量b 可由向量组A :12,,,n a a a 线性表示（充要条件）⇔方程组1122n n a a a x x x b +++=有解m n A x b ⨯⇔=有解()(,)R A R A b ⇔=注3 由于线性方程组的解分为：无解，有唯一解，有无穷多解三种情况，所以向量β由向量12,,,n a a a 线性表示的情形也分为三种：不能线性表示，唯一线性表示，无穷多种线性表示，且线性表示式中的系数就是对应线性方程组的解。
线性代数向量组的线性相关性第三节 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 αααΛ 如果存在不全为零的数,,,,21s k k k Λ 使,02211=+++s s k k k αααΛ (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 Λ时，(1)式成立, 向量组s ααα,,,21Λ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 αααΛ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 ΛM =⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=α 则向量组s ααα,,,21Λ线性相关的充要条件是: 是矩阵),,,(21s A αααΛ=的秩小于向量的个数s .推论1 n 个n 维列向量组n ααα,,,21Λ线性无关（线性相关）的充要条件是: 矩阵),,,(21n A αααΛ= 的秩等于（小于）向量的个数n .推论2 n 个n 维列向量组n ααα,,,21Λ线性无关（线性相关）的充要条件是:矩阵),,,(21n A αααΛ= 的行列式不等于（等于）零.注: 上述结论对于矩阵的行向量组也同样成立.推论3 当向量组中所含向量的个数大于向量的维数时, 此向量组必线性相关.定理3 如果向量组中有一部分向量(部分组)线性相关，则整个向量组线性相关.推论4 线性无关的向量组中的任何一部分组皆线性无关.定理4 若向量组βαα,,,1s Λ线性相关, 而向量组s ααα,,,21Λ线性无关, 则向量β可由s ααα,,,21Λ线性表示且表示法唯一.定理5 设有两向量组,,,,:;,,,:2121t s B A βββαααΛΛ向量组B 能由向量组A 线性表示, 若t s <, 则向量组B 线性相关.推论5 向量组B 能由向量组A 线性表示, 若向量组B 线性无关, 则.t s ≥ 推论6 设向量组A 与B 可以相互线性表示, 若A 与B 都是线性无关的, 则.t s =例题选讲例1 设有3个向量(列向量):,421,221,101221⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛=ααα不难验证,02321=-+ααα 因此321,,ααα是3个线性相关的3维向量.例2 设有二个2维向量:,10,0121⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛=e e 如果他们线性相关, 那么存在不全为零的数,,21λλ 使 ,02211=+e e λλ 也就是 ,0100121=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛λλ即 .0002121=⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛λλλλ于是,0,021==λλ 这同21,λλ不全为零的假定是矛盾的. 因此1e ,2e 是线性无关的二个向量.例3 (E01) n 维向量组T n T T )1,,0,0(,,)0,1,0(,)0,,0,1(21ΛΛΛΛ===εεε称为n 维单位坐标向量组, 讨论其线性相关性.解 n 维单位坐标向量组构成的矩阵)(21n E εεε,,,Λ=⎪⎪⎪⎪⎪⎭⎫⎝⎛=100010001ΛΛΛΛΛΛΛ 是n 阶单位矩阵.由,01≠=E 知.n E r =即E r 等于向量组中向量的个数, 故由推论2知此向量是线性无关的.例4 (E02) 已知,1111⎪⎪⎪⎭⎫ ⎝⎛=a ,5202⎪⎪⎪⎭⎫ ⎝⎛=a ⎪⎪⎪⎭⎫⎝⎛=7423a , 试讨论向量组321,,a a a 及21,a a 的线性相关性.解 对矩阵)(321a a a A ,,=施行初等行变换成行阶梯形矩，可同时看出矩阵A 及),(21αα=B 的秩，利用定理2即可得出结论.),,,321(ααα=⎪⎪⎪⎭⎫ ⎝⎛7514212011213r r r r --→⎪⎪⎪⎭⎫ ⎝⎛550220201−−→−-2125r r ,000220201⎪⎪⎪⎭⎫⎝⎛ 易见，,2)(=A r ,2)(=B r 故向量组,,,321ααα线性相关. 向量组21a a ,线性无关.例5 判断下列向量组是否线性相关:.11134,1112,5121321⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-=ααα解 对矩阵)(321ααα,,施以初等行变换化为阶梯形矩阵:⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---1115111312421 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛----990330550421 ⎪⎪⎪⎪⎪⎭⎫⎝⎛000000110421 秩,,,32)(321<=ααα所以向量组321ααα,,线性相关.例6 证明：若向量组γβα,,线性无关, 则向量组,βα+,γβ+αγ+亦线性无关. 证 设有一组数,,,321k k k 使0)()()(321=+++++αγγββαk k k （1）成立，整理得0)()()(322131=+++++γβαk k k k k k 由γβα,,线性无关，故⎪⎩⎪⎨⎧=+=+=+000322131k k k k k k （2） 因为110011101,02≠=故方程组（2）仅有零解.即只有0321===k k k 时（1）式才成立.因而向量组,βα+,γβ+αγ+线性无关.例7 (E03) 设向量组321,,a a a 线性相关, 向量组432,,a a a 线性无关, 证明 (1) 1a 能由32,a a 线性表示; (2) 4a 不能由321,,a a a 线性表示.证明（1）因432ααα,,线性无关，故32,αα线性无关，而321ααα,,线性相关，从而1α能由32αα,线性表示；（2）用反证法. 假设4α能由321ααα,,线性表示，而由（1）知1α能由32αα,线性表示，因此4α能由32αα,表示，这与432ααα,,线性无关矛盾.证毕.课堂练习1. 试证明:(1) 一个向量α线性相关的充要条件是0=α; (2) 一个向量α线性无关的充分条件是0≠α;(3) 两个向量βα,线性相关的充要条件是βαk =或者αβk =（两式不一定同时成立）。
向量的线性组合和线性相关性向量是数学中的一个重要概念，用来描述一些有方向又有大小的量。
掌握好向量的定义和特性，对于进行高等数学和线性代数的学习非常重要。
其中向量的线性组合和线性相关性是比较基础的概念，下面我们来探讨一下。
一、向量的线性组合向量的线性组合指的是将若干个向量按着一定的比例相加的结果。
比如说，如果有两个向量a和b，我们可以将它们组合起来并且乘以一定的系数k1和k2，得出一个新的向量：c = k1a + k2b这里的c就是a和b的线性组合，k1和k2则分别是a和b的系数。
在这种情况下，a和b称为c的基底向量。
在实际应用中，向量的线性组合经常被用来描述一些复杂的物理或数学模型。
二、线性相关性和线性无关性向量的线性相关性指的是在向量组中，是否存在一些向量可以被其它向量的线性组合表示出来。
如果我们有两个向量a和b，那么只有当它们的线性组合中，k1和k2都不为0时，a和b才是线性相关的。
否则它们就是线性无关的。
在向量组中，如果存在某个向量可以被其它向量的线性组合表示，那么这个向量就是冗余的。
比如说，如果我们有一个三维向量组{a, b, c}，如果c可以表示为a和b的线性组合，那么c就是冗余的。
线性相关的向量有一些比较有趣的性质。
比如说，如果一个向量组中有一个向量是线性相关的，那么整个向量组都是线性相关的。
同时，如果向量组中有足够多的向量是线性无关的，那么这些向量就可以构成一个新的基底向量组。
这个基底向量组的维度，就是向量组中线性无关的向量的个数。
三、应用场景向量的线性组合和线性相关性在实际应用中也有很多的用处。
比如说，在计算机图像处理中，我们可以用基于向量的方法来进行图像的压缩和放大。
还有，在机器学习领域，我们经常用到向量计算来进行数据分析和预测。
同时，向量的线性相关性也被广泛应用于线性代数的教学和科研中。
在进行一些高等数学学科的学习时，也需要掌握好向量的线性组合和线性相关性，以便更好地理解一些高阶数学的概念。
讨论向量组的线性相关性
向量组的线性相关性是指向量组内的向量之间是否存在线性关系。
如果一组向量内的向量之间存在线性关系，则这组向量就是线性相关的，否则就是线性无关的。
具体来说，当一组向量满足以下条件之一时，这组向量就是线性相关的：
一组向量中的所有向量都是零向量；
一组向量中的所有向量都是一个常数倍的同一个向量；
一组向量中的所有向量都可以用其他向量的线性组合得到。
如果一组向量不满足上述条件之一，则这组向量就是线性无关的。
例如，对于向量组{(1,2),(2,4),(3,6)}，由于第二个向量和第三个向量都是第一个向量的两倍，所以这组向量是线性相关的。
而对于向量组{(1,2),(2,4),(3,5)}，由于第三个向量无法用其他向量的线性组合得到，所以这组向量是线性无关的。
在机器学习和数据分析中，线性相关性很重要。
例如，在进行数据预处理时，如果发现某些特征之间存在线性相关性，那么就可以考虑删除一些特征，以避免“多重共线性”现象的发生。
“多重共线性”是指在线性回归模型中，一个变量可以用其他变量的线性组合表示，这种情况会导致模型的参数无效，需要进行特殊处理。
另外，线性相关性也可以用来识别数据中的规律和关联，帮助我们建立更加准确的模型。
通常，我们可以通过计算皮尔逊相关系数（Pearson correlation coefficient）来判断两个变量之间的线性相关性。
希望这些信息能够帮到你。
