Bootstrap

线代基础第三讲——向量组

向量组基础基础知识结构

 

 02.线性代数中的一号人物——向量

 

 向量及向量组的线性相关性

1.向量的概念和运算

2。向量组的线性表出和线性相关的概念

线性表出相当于线性表示。

3.判别线性相关性的七大定理

 

1,l1,l2,l3,~ln是一组线性组合。

线性相关的含义就是说至少有一个向量是多余的(至少有一个方程是多余的)。

 

 只要包含零向量,一定线性相关,除了零向量组的其他向量的k都令它为0。

 引入定义法(概念法)命题:

 

 

 

 所以得到线性无关。

 再证只存在一种表示方法(即存在唯一的β)

 

 

所以需要所有向量都无法被其余向量线性表示,才能得到线性无关。

而只要有一个向量能被其余向量线性表示就可以得到线性相关。

 

PROVE: 高维空间可以表示低维空间,反之则不可。(三维空间可以表示二维平面,反之则不可)

 高维表示低维,阿发表示β,所以s>t。

 相当于定理三的逆否命题

两向量组被表示出的秩不大。

 

 注意向量组形式和方程组形式。

向量组线性相关即方程组有非零解,,即方程组个数小于未知数个数,必有非零解。(因为可以有非零变量)

行列式等于零,线性相关(有非零解)。不等于零,线性无关。

 

 如果无解,β就相当于多了一个无关的向量,秩加一。

 

 

原来相关,那么缩短分量(维数)(减少方程个数)也相关。

原来没有约数,增加分量之后就更加没有约数了。

例题: 

 当方程个数大于变量个数,必相关。

当方程数大于变量个数(向量维数),用行列式。

 

 

 

原来无关,任意添加m各分量, 

三,极大线性无关组,等价向量组,向量组的秩

向量组的秩就是向量组所张成的空间维数。

 1.将列向量们组成矩阵,作为第一行的变换,化为行阶梯型矩阵,并确定r(A)的子矩阵,并确定r(A)。

2.按列找出一个秩为r(A)的子矩阵,化为一个极大无关组。

 r(A)=3

什么叫行阶梯型矩阵:

 

 还要讲每一行的第一位改成1,1的上方也改为0。

 只有三个线性无关,所以解空间Rn空间的子空间三维空间。

 

 

 解方程组的时候只能进行行的变换,才能使解不改变。

 具有相等的秩,两向量组未必等价。

 此formula运用贼多

 被表示出的秩不大。

证明:R(A+B)<=R(A)+R(B) 

证明上面结论

 

 

 

 向量空间

 

 

 

 

 

;