n维向量、向量组的秩及其线性相关性讲解

格式：doc
大小：155.50 KB
文档页数：4

下载文档原格式

向量组的线性相关性

★ 一个向量a=0线性相关,而 0时线性无关
★ 两个向量线性相关
它们对应分量成比例
★ 如果向量组中有零向量,则向量组一定线性相关.
16
二、判别方法
1. 向量组1,2 ,...,s线性相(无)关方程 x11 x22 ... xss 0(没)有非零解.
设i (ai1 , ai2 , ..., ain )T , 方程组
三、应用举例
例1 设 1 1,1,0T ，2 0,1,1T ， 3 (3,4,0)T
3 1
求

,

,
其中(
,
)

(1
,
2
,
3
)

2 1
1 1

.
解
，

31

22

，
3
1

2

3

1 0 3 0

31 22 3
k k ka1, ka2, , kan
向量的加法与数乘合称为向量的线性运算.
3、运算律 (设α,β,γ均是ｎ维向量,λ，μ为实数) （1）（交换律）
（2） ( ) ( ) （结合律）（3） O （4） ( ) O （5） 1 （6） () ( ) ( ) （7） ( )
二、向量的运算
1、加法 (a1,a2,...,an ), (b1,b2,...,bn ),
a1 b1, a2 b2 , , an bn
( ) a1 b1, a2 b2 , , an bn

向量线性相关性与秩

若一个本科学生大学阶段共修36门课程,成绩描述了学生的学业水平，把他的学业水平用一个向量来表示，这个向量是几维的？请大家再多举几例,说明向量的实际应用．
一、线性表示
若干个同维数的列向量（或同维数的行向量）所组成的集合叫做向量组．例如矩阵A (a ij ) 有n个m维列向量 mn aj a1 a 2 an a11 a12 a1 j a1n a 21 a 22 a 2 j a 2 n A a a mj a mn m1 a m 2
向量组 a1, a 2 ,, a n 称为矩阵A的列向量组.
类似地, 矩阵A (aij )mn 又有m个n维行向量
a11 a12 a 21 a 22 A ai1 ai 2 a m1 am 2
T 1 T 2
a1 n a2n a in a mn
解 n维单位坐标向量组构成的矩阵
1 0 0 0 1 0 E (e1 , e2 ,, en ) 0 0 1 是n阶单位矩阵. 由 E 1 0，知R( E ) n.
即R( E )等于向量组中向量个数，故由定理2知此向量组是线性无关的 .
(2, 1,1, 1) 2
(3,1, 0,1) 3
方程1加方程2可以消去方程3，说明方程3多余．
1 2 3
定义１给定向量组A : 1 , 2 ,, m，如果存在一
组数k1，k2， , km，使得 k11 k2 2 km m 则称向量可以由向量组1 , 2， , m的线性表示，
故 1 , 2 , , m 线性相关. 必要性设 1 , 2 , , m 线性相关，则有不全为0的数 k1 , k 2 ,, k m , 使

3-1,2n维向量及其运算向量组的线性相关性资料

e1,e2,…,en线性表示.
a (a1,a2, ,an )T , e1 (1,0, ,0)T ,
e2 (0,1, ,0)T , ,en (0,0, ,1)T
a1 1 0

a2

a1

0

a2

1

an
注：（1）对任意的向量 , 存在唯一的零向量 o, 使得 o
（2）对任意的向量 , 存在唯一的负向量 , 使得 ( ) o
（3） 0 0; (1) ; 0 0. （4）如果 0, 则 0或 0
n 维向量的实际意义
k11 k22 kmm 0
11k1 21k 2

齐次线性方程组

12k
1

22
k
2

1nk1 2nk 2
有非零解
m1k m 0, m2k m 0,
mnk m 0,
定理1 设有n个n维向量i (ai1, ai2 , ain ), (i 1,
10 2
1 2 4 0
15 7
故向量组线性相关.
例4 已知向量组1,2,3 线性无关,b1 1 2,
b2 2 3,b3 3 1,试证b1,b2,b3线性无关.
证设有k1, k2, k3使
k1b1 k2b2 k3b3 0
即 k（1 1 2） k2 (2 3) k3(3 1) 0,
整理得线性方程组
a11k1 a21k2 am1 km 0,

6.六、向量组的线性相关性,秩,极大无关组,向量空间维数

求 V的维数和一个基。 1 T T T T 1 解：设 A ( 1 , 2 , 3 , 4 ) 1 1 1 3 1 1 1 2 1 1 1 2 3 1 行 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0
线性无关仅当所有 kj 0 时，才有 k 1 1 L k m m 0 向量组秩= m r a n k A m，其中 A ( 1， , m ). . . . . . .列向量 L 1 A 2 M m . . . . . . . . . . . . .行向量
1 , 1 , 2,
2, 4 ; 3, 4 ; 3, 4 ;
注： 1 , 2 , 3 不是极大无关组。同类题： 9 . 5, 一 . 3, p 3 9 : 先化为列向量 '9
3. 向量空间的维数与基
命题： 1 .V L 1 , 2， , m 的维数等于向量组 1 , 2， , m 的秩； L L
0
2 .向量组 1 , 2， , m 的极大无关组是 V 的一个基。 L
0
1
'9 7 . 1 0 , 一， p 1 3 1,
解： 4 1 2 3 v 由 0 k1 1 k 2 2 k 3 3 k1 1
0 1 1 0 0 0 L 0 0 0 1 1 0 L
r a n k A 2, d i m V d i m S n 2 . 2 同解方程组 x1 x n , x 2 x3 x n
基： 1 (0, 0, 0,1, 0,L , 0 , 0 )

3-1 向量组的线性相关性

首页上页返回下页结束铃
例4 判断向量 b1 = (4, 3, −1,11) 与 b2 = (4, 3,0,11) 是否为的线性组合. 若是, 向量组 a1 = (1, 2, −1,5), a2 = (2, −1,1,1) 的线性组合若是写出表示式. 写出表示式
T T T T T T 解同时解方程组 (a1 , a2 ) x = b1 和 (a1 , a2 ) x = b2 .
b = k1a1 + ⋯ + km am
• 线性方程组 Ax = b 有解的充分必要条件是线性方程方程组有解的充分必要条件是: 列向量组线性表示线性表示. 向量 b 可由矩阵 A 的列向量组线性表示 • 约定非特别交待时向量都采用列形式约定: 非特别交待时, 向量都采用列形式列形式.
首页上页返回下页结束铃
二、向量组的线性组合
• 若干同维向量的集合称向量组若干同维向量的集合, 向量组. • 向量组的一部分称部分组向量组的一部分称部分组部分组. 例1 设 e1 = (1,0,⋯ ,0), e2 = (0,1,⋯ ,0),⋯ , en = (0,0,⋯ ,1), 单位坐标向量组. 称 e1 , e2 ,⋯, en 为 n 维单位坐标向量组任一向量 a = ( a1 , a2 ,⋯ , an ) 可唯一地表示为
首页上页返回下页结束铃
例5 讨论向量组 a1 = (1, −1,1), a2 = (1, a , −1), a3 = (a ,1,2) 的线性相关性. 的线性相关性
T T T 解1 设方阵 A = (a1 , a2 , a3 ), 化 A 为行阶梯形为行阶梯形:
1 a 1 1 a 1 A = −1 a 1 → 0 a + 1 a + 1 1 −1 2 0 −2 2 − a a 1 a 1 1 1 2−a → 0 −2 2 − a → 0 −2 0 a + 1 a + 1 0 0 1 (a + 1)(4 − a ) 2

向量组的线性相关性与线性方程组的解的结构

向量的加法和数乘统称为向量的线性运算
注：设n维向量 a1 a2 an T , b1 b2 bn T
的对应分量相等，即
ai bi (i 1, 2, , n)
称这两个量是相等的，即
注：1 与要么都是行向量，要么都是列向量。 2 与的分量个数应相同。
，， Rn , k, l R
2. 对于任一向量组,不是线性无关就是线性相关.
3.对于含有两个向量的向量组, 它线性相关的充要条件
是两向量的分量对应成比例，几何意义是两向量共线；
三个向量相关的几何意义是三向量共面.
例5.一个零向量形成的向量组是线性相关的，一个非零向量 a 0 是线性无关的.
证设有x1, x2 , x3使 x1b1 x2b2 x3b3 0
即 x（1 1 2） x2 ( 2 3 ) x3 ( 3 1 ) 0,
亦即（ x1 x3 )1 ( x1 x2 ) 2 ( x2 x3 ) 3 0,
a
a2
an
称为n维向量，这n个数称为该向量的n个分量，
第i个数ai称为第i个分量.
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.
n 维向量写成一列，称为列向量，也就是列
矩阵，通常用 a,b, , 等表示，如：
a1
a
a2
an
n 维向量写成一行，称为行向量，也就是行
矩阵，通常用 aT ,bT , T , T 等表示，如：
aT (a1 ,a2 , ,an )
若干个同维数的列向量（或同维数的行向量）所组成的集合叫做向量组．

3.1 n维向量及其线性相关性

, an )T.
1. 行向量和列向量总被看作是两个不同的向量.
2. 当未说明是行向量还是列向量时, 都当作列向量.
公共基础课部线性代数 2014秋季
定义3.2 设 = (a1, a2,, an) Fn , = (b1, b2,, bn) Fn, F , F为数域 (1) = 当且仅当 ai=bi ， i=1,2,,n (2) 向量加法（与之和） : + = (a1+b1, a2+b2,, an+bn) (3) 向量数乘（数量乘法，数与之乘积）: = (a1,a2,,an)
n 维实向量 n 维复向量
第n个分量
第1个分量
公共基础课部
线性代数
2014秋季
n 维向量写成一行, 称为行向量, 也就是行矩阵, 如
(a1 , a2 , , an );
n 维向量写成一列, 称为列向量, 也就是列矩阵, 如
a1 a β 2 (a1 , a2 , an
, αm (m 2) 线性相关,
, km , 使得
则存在一组不全为零的数 k , k ,
k1α k2α
不妨设 k 0, 则
kmαm 0,
k3 km k2 α α α3 αm , k1 k1 k1 可见向量 α1 是其余向量的线性组合.
公共基础课部线性代数 2014秋季
, αm 构成 n m 矩阵:
A [α1 α 2
m 个 n 维行向量 β , β ,
T 1 T 2 T m
α m ];
, β 构成 m n 矩阵:
β1T T β2 B . T βm

第三章n维向量空间与线性相关性

所以的极大线性无关组所含向量的个数为由于任一矩阵的秩既等于其行秩也等于其列秩又知矩阵的初等变换不改变矩阵的秩因此矩阵的初等变换既不改变矩阵的行秩也不改变矩阵的列秩据此求向量组的秩可转化为求以向量组为列行的矩阵的秩
QQ空间
第3章 3.1
n 维向量
n 维向量及向量组的线性相关性
其中 , , F n ， 1, k , l F ， O 为 F n 中的零向量。
在数学中，把具有上述八条规律的运算称为线性运算。故向量的加法运算和数乘向量的运算统称为向量的线性运算
定义 3 数域 F （一般为实数域 R 或复数域 C ）上全体 n 维向量的集合，连同定义在其上的线性运算，称为数域 F 上的
向量的加法运算和数乘向量的运算满足下述运算规律：（1）（2） ( )
( )
（加法交换律）（加法结合律）
（3） O O （4） ( ) O （5） 1 （6） k l kl （8） k l k l （数乘结合律）（7） k k k （数对向量的分配律）（向量对数的分配律）
k 2 1 , k 3 1 。故，
所以方程组有唯一解 k1 1 ,
能由向量组
1 , 2 , 3 线性表示，且 1 2 3
例 3 设有向量 1 1 , 0 , 1 ， 2 1 , 1 , 1 ，
3 3 , 1 , 1 ， 5 , 3 , 1 ，试问向量能否由向量组
1 , 2 ,, m 线性表示。其中 k1 , k 2 ,, k m 称为组合系数。
特别地, （1）设有两个向量 , ，若存在数 k ，使得

n维向量及其运算向量组的线性相关性教学课件

平面向量的线性相关性
空间向量具有三个分量，可以通过三个空间向量的线性组合来表示出任意一个空间向量，从而可以解决空间几何中的角度、距离、垂直和平行等问题。
空间向量的线性相关性
在几何中的应用
通过建立一元线性方程组，可以用向量表示未知数，利用向量的线性相关性求解方程组。
通过对向量空间的定义和性质的研究，可以建立向量空间的运算和结构，进而研究更为复杂的代数问题。
向量组线性相关性的判定定理
03
向量组的线性表示与矩阵
向量组的线性表示的定义：对于给定向量组A和向量b。存在一组系数$\lambda_1,\ldots,\lambda_n$
向量组的线性表示的概念与性质
线性表示的性质
唯一性：当且仅当$\mathbf{b}=0$时。存在一组非零系数$\lambda_1,\ldots,\lambda_n$
数乘运算示例：假设有一个实数k，则k×a=[k×1,k×2,k×3]=[k,2k,3k]。
减法运算示例：假设有一个3维向量c=[7,8,9]，则c-a=[7-1,8-2,9-3]=[6,6,6]，即c-a=[6,6,6]。
n维向量的运算实例
02
向量组的线性相关性
向量组的定义
有限个向量组成的集合称为一个向量组
非零向量组 $\mathbf{a_1,a_2,...,a_n}$ 与 $\mathbf{b_1,b_2,...,b_n}$ 线性相关
向量组 $\mathbf{a_1,a_2,...,a_n}$ 线性无关的充分必要条件是其中任意不等于零的向量的个数小于等于 $n$
向量组的线性相关性的定义与性质
01
02
在物理中的应用
05
总结与展望
向量组的秩
从定义、性质、计算方法等方面，系统地介绍了向量组的秩的基本概念和基本理论。

第2章-n维向量

请双面打印/复印，节约纸张。

第二章 n维向量第一节 n维向量及其运算第二节向量组的秩和线性相关性第三节向量组线性相关性的等价刻画第四节向量组的极大线性无关组第五节向量空间第六节内积与正交矩阵第二章 n维向量§2.1 n维向量及其运算第二章 n维向量§2.1 n维向量及其运算§2.1 n维向量及其运算一. 历史古希腊的亚里士多德(Aristotle): 二力合成的平行四边形法则法国数学家笛卡尔(René Descartes): 解析几何 1831年, 德国数学家高斯 (Johann Carl Friedrich Gauss): 复平面的概念 1844年, 德国数学家格拉斯曼 (Hermann Günter Grassmann): n 维向量英国物理学家数学家亥维赛(Oliver Heaviside): 向量分析 1888年, 意大利数学家皮亚诺(Giuseppe Peano): 以公理的方式定义了有/无限维向量空间三皇五帝夏朝商朝周朝春秋战国秦朝西楚西汉新朝玄汉东汉三国约前?世纪-约前30世纪初约前30世纪初-前2029年前2070-前1600 前1600-前1046 前1046-前256 前770-前476 前475-前221 前221-前206 前206-前202 前202-公元9年公元8年12月-23年10月亚里士多德[希腊] (前384~前322.3.7) 23-25 25-220 220-280第二章 n维向量§2.1 n维向量及其运算第二章 n维向量§2.1 n维向量及其运算笛卡尔[法] (1596.3.31~1650.2.11)明朝1368-1644 顺治1644-1662 康熙1662-1723 雍正1723-1736 乾隆1736-1796 嘉庆1796-1821 道光1821-1851 咸丰1851-1862 同治1862-1875 光绪1875-1908 宣统1908-1911高斯[德] (1777.4.30~1855.2.23)顺治1644-1662 康熙1662-1723 雍正1723-1736 乾隆1736-1796 嘉庆1796-1821 道光1821-1851 咸丰1851-1862 同治1862-1875 光绪1875-1908 宣统1908-1911东南大学-张小向 272365083@1请双面打印/复印，节约纸张。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。