当前位置: 首页 > article >正文

【高等代数笔记】线性空间(五-九)

3. 线性空间

主线任务:研究线性空间和它的子空间的结构

研究平面 π \pi π上向量共线与不共线的问题: c ⃗ \vec{c} c a ⃗ ≠ 0 \vec{a}\ne\boldsymbol{0} a =0共线 c ⃗ = λ a ⃗ ⇔ λ ∈ R ⇔ − λ a ⃗ + 1 c ⃗ = 0 ⃗ \vec{c}=\lambda\vec{a}\Leftrightarrow\lambda\in\mathbb{R}\Leftrightarrow-\lambda\vec{a}+1\vec{c}=\vec{0} c =λa λRλa +1c =0
a ⃗ \vec{a} a c ⃗ ≠ 0 ⃗ \vec{c}\ne\vec{0} c =0 共线 ⇔ a ⃗ = μ c ⃗ ⇔ 1 a ⃗ − μ c ⃗ = 0 ⃗ \Leftrightarrow\vec{a}=\mu\vec{c}\Leftrightarrow1\vec{a}-\mu\vec{c}=\vec{0} a =μc 1a μc =0
从而 c ⃗ \vec{c} c a ⃗ \vec{a} a 共线 ⇔ \Leftrightarrow 有不全为零的实数 k 1 , k 2 k_{1},k_{2} k1,k2使得 k 1 c ⃗ + k 2 a ⃗ = 0 ⃗ k_{1}\vec{c}+k_{2}\vec{a}=\vec{0} k1c +k2a =0
c ⃗ \vec{c} c a ⃗ \vec{a} a 不共线 ⇔ \Leftrightarrow k 1 c ⃗ + k 2 a ⃗ = 0 ⃗ k_{1}\vec{c}+k_{2}\vec{a}=\vec{0} k1c +k2a =0 可推出 k 1 = 0 , k 2 = 0 k_{1}=0,k_{2}=0 k1=0,k2=0
对于共线,起个名字叫线性相关,对于不共线,起个名字叫线性无关。

3.6 线性相关与线性无关的向量组

【定义1】设 V \textbf{V} V是数域 K \textbf{K} K上的一个线性空间, V \textbf{V} V中的一个向量组 α 1 , α 2 , . . . , α s ( s ≥ 1 ) \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}(s\ge 1) α1,α2,...,αs(s1),如果有 K \textbf{K} K中不全为0的数 k 1 , k 2 , . . . , k s k_{1},k_{2},...,k_{s} k1,k2,...,ks,使得 k 1 α 1 + k 2 α 2 + . . . + k s α s = 0 k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0} k1α1+k2α2+...+ksαs=0,称向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关;否则,就称向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关,即如果从 k 1 α 1 + k 2 α 2 + . . . + k s α s = 0 k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0} k1α1+k2α2+...+ksαs=0可以推出 k 1 = k 2 = . . . = k s = 0 k_{1}=k_{2}=...=k_{s}=0 k1=k2=...=ks=0,那么向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关

3.7 线性相关与线性无关与方程组的关系

(1)

  • K s \textbf{K}^{s} Ks中,列向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关 ⇔ \Leftrightarrow K \textbf{K} K中不全为0的数 c 1 , c 2 , . . . , c n c_{1},c_{2},...,c_{n} c1,c2,...,cn使得 c 1 α 1 + c 2 α 2 + . . . + c s α s = 0 ⇒ K c_{1}\boldsymbol{\alpha}_{1}+c_{2}\boldsymbol{\alpha}_{2}+...+c_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0}\Rightarrow\textbf{K} c1α1+c2α2+...+csαs=0K n n n元齐次线性方程组 x 1 α 1 + x 2 α 2 + . . . + x s α s = 0 x_{1}\boldsymbol{\alpha}_{1}+x_{2}\boldsymbol{\alpha}_{2}+...+x_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0} x1α1+x2α2+...+xsαs=0有非零解。
  • K s \textbf{K}^{s} Ks中,列向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关 ⇔ \Leftrightarrow 齐次线性方程组 x 1 α 1 + x 2 α 2 + . . . + x s α s = 0 x_{1}\boldsymbol{\alpha}_{1}+x_{2}\boldsymbol{\alpha}_{2}+...+x_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0} x1α1+x2α2+...+xsαs=0只有零解。
    (2)
  • K n \textbf{K}^{n} Kn中,列向量组 α 1 , α 2 , . . . , α n \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{n} α1,α2,...,αn线性相关 ⇔ \Leftrightarrow α 1 , α 2 , . . . , α n \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{n} α1,α2,...,αn为列向量组的矩阵 A \boldsymbol{A} A的行列式等于0( ∣ A ∣ = 0 |\boldsymbol{A}|=0 A=0)。
  • K n \textbf{K}^{n} Kn中,列向量组 α 1 , α 2 , . . . , α n \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{n} α1,α2,...,αn线性无关 ⇔ \Leftrightarrow α 1 , α 2 , . . . , α n \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{n} α1,α2,...,αn为列向量组的矩阵 A \boldsymbol{A} A的行列式不等于0( ∣ A ∣ ≠ 0 |\boldsymbol{A}|\ne0 A=0)。
    行向量组也有上述结论,把上述的列向量字样改成行向量字样一样成立。

3.8 线性相关与线性无关的向量组

V \textbf{V} V是数域 K \textbf{K} K上的一个线性空间,
(1) α \boldsymbol{\alpha} α(单个向量的向量组)线性相关 ⇔ \Leftrightarrow k ≠ 0 k\ne 0 k=0使得 k α = 0 ⇔ α = 0 k\boldsymbol{\alpha}=\boldsymbol{0}\Leftrightarrow\boldsymbol{\alpha}=\boldsymbol{0} kα=0α=0
从而 α \boldsymbol{\alpha} α(单个向量的向量组)线性无关 ⇔ α ≠ 0 \Leftrightarrow\boldsymbol{\alpha}\ne \boldsymbol{0} α=0
(2)若向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs如果有一个部分组(向量组中的一部分向量组成的向量组)线性相关,那么整个向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关;
从而向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs如果线性无关,那么 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs任何一个部分组都线性无关;
(3)含有零向量的任何一个向量组都线性相关。
(4)向量组 α 1 , α 2 , . . . , α s ( s ≥ 2 ) \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}(s\ge 2) α1,α2,...,αs(s2)线性相关 ⇔ \Leftrightarrow 其中至少有一个向量可以由其余的向量线性表出。

【证】 ⇒ \Rightarrow ,由线性相关的定义,有 K \textbf{K} K中一组不全为零的数 k 1 , k 2 , . . . , k s k_{1},k_{2},...,k_{s} k1,k2,...,ks使得 k 1 α 1 + k 2 α 2 + . . . + k s α s = 0 k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}=\boldsymbol{0} k1α1+k2α2+...+ksαs=0,(1)
k i ≠ 0 k_{i}\ne 0 ki=0,由(1)式得 α i = − k 1 k i α 1 − . . . − k i − 1 k i α i − 1 − k i + 1 k i α i + 1 − . . . − k s k i α s \boldsymbol{\alpha}_{i}=-\frac{k_{1}}{k_{i}}\boldsymbol{\alpha}_{1}-...-\frac{k_{i-1}}{k_{i}}\boldsymbol{\alpha}_{i-1}-\frac{k_{i+1}}{k_{i}}\boldsymbol{\alpha}_{i+1}-...-\frac{k_{s}}{k_{i}}\boldsymbol{\alpha}_{s} αi=kik1α1...kiki1αi1kiki+1αi+1...kiksαs
⇐ \Leftarrow ,设 α j = l 1 α 1 + . . . + l j − 1 α j − 1 + l j + 1 α j + 1 + . . . + l s α s \boldsymbol{\alpha}_{j}=l_{1}\boldsymbol{\alpha}_{1}+...+l_{j-1}\boldsymbol{\alpha}_{j-1}+l_{j+1}\boldsymbol{\alpha}_{j+1}+...+l_{s}\boldsymbol{\alpha}_{s} αj=l1α1+...+lj1αj1+lj+1αj+1+...+lsαs
0 = l 1 α 1 + . . . + l j − 1 α j − 1 − α j + l j + 1 α j + 1 + . . . + l s α s \boldsymbol{0}=l_{1}\boldsymbol{\alpha}_{1}+...+l_{j-1}\boldsymbol{\alpha}_{j-1}-\boldsymbol{\alpha}_{j}+l_{j+1}\boldsymbol{\alpha}_{j+1}+...+l_{s}\boldsymbol{\alpha}_{s} 0=l1α1+...+lj1αj1αj+lj+1αj+1+...+lsαs
因此 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关。
从而向量组

α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关 ⇔ \Leftrightarrow 其中每一个向量都不能由其余向量线性表出。


【命题1】设 β \boldsymbol{\beta} β可以由向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出,则表出方式唯一 ⇔ α 1 , α 2 , . . . , α s \Leftrightarrow\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关

【证】 ⇐ \Leftarrow ,设 β = a 1 α 1 + a 2 α 2 + . . . + a s α s \boldsymbol{\beta}=a_{1}\boldsymbol{\alpha}_{1}+a_{2}\boldsymbol{\alpha}_{2}+...+a_{s}\boldsymbol{\alpha}_{s} β=a1α1+a2α2+...+asαs
用反证法,若还有另一种表出方式 β = b 1 α 1 + b 2 α 2 + . . . + b s α s \boldsymbol{\beta}=b_{1}\boldsymbol{\alpha}_{1}+b_{2}\boldsymbol{\alpha}_{2}+...+b_{s}\boldsymbol{\alpha}_{s} β=b1α1+b2α2+...+bsαs
两式相减得 0 = ( a 1 − b 1 ) α 1 + ( a 2 − b 2 ) α 2 + . . . + ( a s − b s ) α s \boldsymbol{0}=(a_{1}-b_{1})\boldsymbol{\alpha}_{1}+(a_{2}-b_{2})\boldsymbol{\alpha}_{2}+...+(a_{s}-b_{s})\boldsymbol{\alpha}_{s} 0=(a1b1)α1+(a2b2)α2+...+(asbs)αs(2)
由于向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关,因此从(2)式, a 1 − b 1 = 0 , . . . , a s − b s = 0 a_{1}-b_{1}=0,...,a_{s}-b_{s}=0 a1b1=0,...,asbs=0 a 1 = b 1 , . . . , a s = b s a_{1}=b_{1},...,a_{s}=b_{s} a1=b1,...,as=bs,因此 β \boldsymbol{\beta} β由向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出得方式唯一。


⇒ \Rightarrow ,假如 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关,则有 K \textbf{K} K中一组不全为0的数 k 1 , . . . , k s k_{1},...,k_{s} k1,...,ks使得 0 = k 1 α 1 + . . . + k s α s \boldsymbol{0}=k_{1}\boldsymbol{\alpha}_{1}+...+k_{s}\boldsymbol{\alpha}_{s} 0=k1α1+...+ksαs,由已知 β = a 1 α 1 + a 2 α 2 + . . . + a s α s \boldsymbol{\beta}=a_{1}\boldsymbol{\alpha}_{1}+a_{2}\boldsymbol{\alpha}_{2}+...+a_{s}\boldsymbol{\alpha}_{s} β=a1α1+a2α2+...+asαs(3),两式相加得, β = ( a 1 + k 1 ) α 1 + . . . + ( a s + k s ) α s \boldsymbol{\beta}=(a_{1}+k_{1})\boldsymbol{\alpha}_{1}+...+(a_{s}+k_{s})\boldsymbol{\alpha}_{s} β=(a1+k1)α1+...+(as+ks)αs(4),
由于 k 1 , . . . , k s k_{1},...,k_{s} k1,...,ks不全为0,因此 ( k 1 + a 1 , . . . , k s + a s ) ≠ ( a 1 , . . , a s ) (k_{1}+a_{1},...,k_{s}+a_{s})\ne (a_{1},..,a_{s}) (k1+a1,...,ks+as)=(a1,..,as)(至少有一个分量不相等)
从而 β \boldsymbol{\beta} β至少有两种不同得方式由 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出,与已知条件表出方式唯一矛盾,因此 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关

【命题2】设向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性无关,如果将 β \boldsymbol{\beta} β添加到上述向量组成为一个新的向量组 α 1 , α 2 , . . . , α s , β \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s},\boldsymbol{\beta} α1,α2,...,αs,β,这个新的向量组如果线性相关,那么 β \beta β可以由向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出。

【证】由于 α 1 , α 2 , . . . , α s , β \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s},\boldsymbol{\beta} α1,α2,...,αs,β线性相关,因此有数域 K \textbf{K} K中一组不全为0得数 k 1 , k 2 , . . . , k s , l k_{1},k_{2},...,k_{s},l k1,k2,...,ks,l,使得 k 1 α 1 + k 2 α 2 + . . . + k s α s + l β = 0 k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}+l\boldsymbol{\beta}=0 k1α1+k2α2+...+ksαs+lβ=0…(5)
用反证法,假设 l = 0 l=0 l=0,从(5)式得
k 1 α 1 + k 2 α 2 + . . . + k s α s + 0 = 0 k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}+0=0 k1α1+k2α2+...+ksαs+0=0,由于此时 k 1 , . . . , k s k_{1},...,k_{s} k1,...,ks不全为0,因此 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关与已知条件的线性无关矛盾,则 l ≠ 0 l\ne 0 l=0
于是在(5)式两边除 l l l得到 β = − k 1 l α 1 − k 2 l α 2 − . . . − k s l α s \boldsymbol{\beta}=-\frac{k_{1}}{l}\boldsymbol{\alpha}_{1}-\frac{k_{2}}{l}\boldsymbol{\alpha}_{2}-...-\frac{k_{s}}{l}\boldsymbol{\alpha}_{s} β=lk1α1lk2α2...lksαs

3.9 向量组的极大线性无关组

< α 1 , α 2 , . . . , α s > = { k 1 α 1 + k 2 α 2 + . . . + k s α s ∣ k i ∈ K , i = 1 , 2 , . . . , s } <\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}>=\{k_{1}\boldsymbol{\alpha}_{1}+k_{2}\boldsymbol{\alpha}_{2}+...+k_{s}\boldsymbol{\alpha}_{s}|k_{i}\in\textbf{K},i=1,2,...,s\} <α1,α2,...,αs>={k1α1+k2α2+...+ksαskiK,i=1,2,...,s}
α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性相关时,部分组线性无关,添一个进来就相关了,这个不分组就是极大线性无关组。

【定义1】向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs的一个部分组称为这个向量组的一个极大线性无关组
如果这个部分组满足:
(1)这个部分组线性无关;
(2)从向量组的其余向量组(如果有的话)中任取一个添加进来,得到的新的部分组,都是线性相关的;
那么这个部分组就是这个向量组的一个极大线性无关组

平面 π \pi π上的向量组 a ⃗ , b ⃗ , c ⃗ , d ⃗ \vec{a},\vec{b},\vec{c},\vec{d} a ,b ,c ,d 如图所示, a ⃗ , b ⃗ \vec{a},\vec{b} a ,b 线性无关,将 c ⃗ \vec{c} c 添加到 a ⃗ , b ⃗ \vec{a},\vec{b} a ,b 中, c ⃗ \vec{c} c a ⃗ , b ⃗ \vec{a},\vec{b} a ,b 线性表出,则 a ⃗ , b ⃗ \vec{a},\vec{b} a ,b 是整个向量组的一个极大线性无关组。
同理 a ⃗ , c ⃗ \vec{a},\vec{c} a ,c 也是一个极大线性无关组
b ⃗ , c ⃗ \vec{b},\vec{c} b ,c 也是一个极大无关组
……
极大线性无关组不唯一

3.10 向量组的等价与性质

  • 极大线性无关组中的每一个向量都可以由原向量组线性表出。整个向量组中每一个向量都可以由极大线性无关组线性表出。若向量组
    【证】设向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs的一个极大线性无关组(不妨设为 α 1 , α 2 , . . . , α m , m ≤ s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m},m\le s α1,α2,...,αm,ms
    由于 α j = 0 α 1 + . . . + 0 α j = 1 + 1 α j + 0 α j + 1 + . . . + 0 α s \boldsymbol{\alpha}_{j}=0\boldsymbol{\alpha}_{1}+...+0\boldsymbol{\alpha}_{j=1}+1\boldsymbol{\alpha}_{j}+0\boldsymbol{\alpha}_{j+1}+...+0\boldsymbol{\alpha}_{s} αj=0α1+...+0αj=1+1αj+0αj+1+...+0αs
    因此 α 1 , α 2 , . . . , α m \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m} α1,α2,...,αm中每一个向量都可以由向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出。
    反之, α i ( 1 ≤ i ≤ m ) \boldsymbol{\alpha}_{i}(1\le i\le m) αi(1im)可以由 α 1 , α 2 , . . . , α m \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m} α1,α2,...,αm线性表出
    α j ( m ≤ j ≤ s ) \boldsymbol{\alpha}_{j}(m\le j\le s) αj(mjs)
    由于在极大线性无关组 α 1 , α 2 , . . . , α m \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m} α1,α2,...,αm α j ( m ≤ j ≤ s ) \boldsymbol{\alpha}_{j}(m\le j\le s) αj(mjs)添加进来后的向量组 α 1 , α 2 , . . . , α m , α j \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m},\boldsymbol{\alpha}_{j} α1,α2,...,αm,αj线性相关,极大线性无关组本身线性无关,那么 α j \boldsymbol{\alpha}_{j} αj可由极大线性无关组 α 1 , α 2 , . . . , α m \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m} α1,α2,...,αm线性表出
    因此 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs都可以由极大线性无关组 α 1 , α 2 , . . . , α m \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{m} α1,α2,...,αm线性表出。

  • (向量组可以由向量组线性表出) α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs中每一个向量都可以由向量组 β 1 , β 2 , . . . , β r \boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r} β1,β2,...,βr线性表出,则称 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs可以由 β 1 , β 2 , . . . , β r \boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r} β1,β2,...,βr线性表出

  • 若向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs β 1 , β 2 , . . . , β r \boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r} β1,β2,...,βr可以互相线性表出,称这两个向量组为等价向量组。此时记作 { α 1 , α 2 , . . . , α s } ≅ { β 1 , β 2 , . . . , β r } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\}\cong\{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {α1,α2,...,αs}{β1,β2,...,βr}.
    由上述讨论证明了:
    【命题1】向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs和它的任意一个极大线性无关组等价

性质:
(1)每个向量组与自身等价(反身性);
(2)若 { α 1 , α 2 , . . . , α s } ≅ { β 1 , β 2 , . . . , β r } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\}\cong\{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {α1,α2,...,αs}{β1,β2,...,βr},则 { β 1 , β 2 , . . . , β r } ≅ { α 1 , α 2 , . . . , α s } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\}\cong\{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} {β1,β2,...,βr}{α1,α2,...,αs}(对称性)
(3)若 { α 1 , α 2 , . . . , α s } ≅ { β 1 , β 2 , . . . , β r } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\}\cong\{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {α1,α2,...,αs}{β1,β2,...,βr} { β 1 , β 2 , . . . , β r } ≅ { γ 1 , γ 2 , . . . , γ t } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\}\cong\{\boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{t}\} {β1,β2,...,βr}{γ1,γ2,...,γt},则 { α 1 , α 2 , . . . , α s } ≅ { γ 1 , γ 2 , . . . , γ t } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\}\cong\{\boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{t}\} {α1,α2,...,αs}{γ1,γ2,...,γt}(传递性)

【证】只要证线性表出具有传递性。
α i = ∑ j = 1 r a i j β j , i = 1 , 2 , . . . , s \boldsymbol{\alpha}_{i}=\sum\limits_{j=1}^{r}a_{ij}\boldsymbol{\beta}_{j},i=1,2,...,s αi=j=1raijβj,i=1,2,...,s
β j = ∑ l = 1 t b j l γ l , j = 1 , 2 , . . . , r \boldsymbol{\beta}_{j}=\sum\limits_{l=1}^{t}b_{jl}\boldsymbol{\gamma}_{l},j=1,2,...,r βj=l=1tbjlγl,j=1,2,...,r
因此 α i = ∑ j = 1 r a i j ( ∑ l = 1 t b j l γ l ) = ∑ j = 1 r ( ∑ l = 1 t a i j b j l γ l ) = ∑ l = 1 t ∑ j = 1 r a i j b j l γ l = ∑ l = 1 t ( ∑ j = 1 r a i j b j l ) γ l \boldsymbol{\alpha}_{i}=\sum\limits_{j=1}^{r}a_{ij}(\sum\limits_{l=1}^{t}b_{jl}\boldsymbol{\gamma}_{l})=\sum\limits_{j=1}^{r}(\sum\limits_{l=1}^{t}a_{ij}b_{jl}\boldsymbol{\gamma}_{l})=\sum\limits_{l=1}^{t}\sum\limits_{j=1}^{r}a_{ij}b_{jl}\boldsymbol{\gamma}_{l}=\sum\limits_{l=1}^{t}(\sum\limits_{j=1}^{r}a_{ij}b_{jl})\boldsymbol{\gamma}_{l} αi=j=1raij(l=1tbjlγl)=j=1r(l=1taijbjlγl)=l=1tj=1raijbjlγl=l=1t(j=1raijbjl)γl
所以每一个 γ l \boldsymbol{\gamma}_{l} γl可以由向量组 { α 1 , α 2 , . . . , α s } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} {α1,α2,...,αs}线性表出。

由向量组等价的对称性和传递性得
【命题2】向量组 { α 1 , α 2 , . . . , α s } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} {α1,α2,...,αs}的任意两个线性无关组等价。

3.11 向量组的秩Rank


平面 π \pi π上有向量组 a ⃗ , b ⃗ , c ⃗ , d ⃗ , e ⃗ \vec{a},\vec{b},\vec{c},\vec{d},\vec{e} a ,b ,c ,d ,e 五个向量, c ⃗ , d ⃗ , e ⃗ \vec{c},\vec{d},\vec{e} c ,d ,e 都可以由 a ⃗ , b ⃗ \vec{a},\vec{b} a ,b 线性表示,所以 c ⃗ , d ⃗ , e ⃗ \vec{c},\vec{d},\vec{e} c ,d ,e 线性相关,
【引理1】设向量组 { β 1 , β 2 , . . . , β r } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {β1,β2,...,βr}可以由向量组 { α 1 , α 2 , . . . , α s } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} {α1,α2,...,αs}线性表出,如果 r > s r>s r>s,那么 { β 1 , β 2 , . . . , β r } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {β1,β2,...,βr}一定线性相关。

【证】由已知,
β 1 = a 11 α 1 + a 21 α 2 + . . . + a s 1 α s . . . β 1 = a 1 r α 1 + a 2 r α 2 + . . . + a s r α s \boldsymbol{\beta}_{1}=a_{11}\boldsymbol{\alpha}_{1}+a_{21}\boldsymbol{\alpha}_{2}+...+a_{s1}\boldsymbol{\alpha}_{s}\\...\\\boldsymbol{\beta}_{1}=a_{1r}\boldsymbol{\alpha}_{1}+a_{2r}\boldsymbol{\alpha}_{2}+...+a_{sr}\boldsymbol{\alpha}_{s} β1=a11α1+a21α2+...+as1αs...β1=a1rα1+a2rα2+...+asrαs
x 1 β 1 + x 2 β 2 + . . . + x r β r = x 1 ( a 11 α 1 + a 21 α 2 + . . . + a s 1 α s ) + . . . + x r ( a 1 r α 1 + a 2 r α 2 + . . . + a s r α s ) = ( a 11 x 1 + . . . + a 1 r x r ) α 1 + . . . + ( a s 1 x 1 + . . . + a s r x r ) α s x_{1}\boldsymbol{\beta}_{1}+x_{2}\boldsymbol{\beta}_{2}+...+x_{r}\boldsymbol{\beta}_{r}=x_{1}(a_{11}\boldsymbol{\alpha}_{1}+a_{21}\boldsymbol{\alpha}_{2}+...+a_{s1}\boldsymbol{\alpha}_{s})+...+x_{r}(a_{1r}\boldsymbol{\alpha}_{1}+a_{2r}\boldsymbol{\alpha}_{2}+...+a_{sr}\boldsymbol{\alpha}_{s})=(a_{11}x_{1}+...+a_{1r}x_{r})\boldsymbol{\alpha}_{1}+...+(a_{s1}x_{1}+...+a_{sr}x_{r})\boldsymbol{\alpha}_{s} x1β1+x2β2+...+xrβr=x1(a11α1+a21α2+...+as1αs)+...+xr(a1rα1+a2rα2+...+asrαs)=(a11x1+...+a1rxr)α1+...+(as1x1+...+asrxr)αs(1)
考虑齐次线性方程组

{ a 11 x 1 + . . . + a 1 r x r = 0 . . . a s 1 x 1 + . . . + a s r x r = 0 \left\{\begin{matrix} a_{11}x_{1}+...+a_{1r}x_{r}=0 \\ ... \\ a_{s1}x_{1}+...+a_{sr}x_{r}=0 \end{matrix}\right. a11x1+...+a1rxr=0...as1x1+...+asrxr=0(2)
如果 s < r s<r s<r,因此齐次线性方程组(2)必有非零解,取一个非零解 ( k 1 , . . . , k r ) (k_{1},...,k_{r}) (k1,...,kr),利用(1),(2)式得 k 1 β 1 + k 2 β 2 + . . . + k r β r = 0 k_{1}\boldsymbol{\beta}_{1}+k_{2}\boldsymbol{\beta}_{2}+...+k_{r}\boldsymbol{\beta}_{r}=\boldsymbol{0} k1β1+k2β2+...+krβr=0
因此 { β 1 , β 2 , . . . , β r } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {β1,β2,...,βr}一定线性相关。

【推论1】【引理1的逆否命题】设向量组 { β 1 , β 2 , . . . , β r } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {β1,β2,...,βr}可以由 { α 1 , α 2 , . . . , α s } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} {α1,α2,...,αs}线性表出,如果 { β 1 , β 2 , . . . , β r } \{\boldsymbol{\beta}_{1},\boldsymbol{\beta}_{2},...,\boldsymbol{\beta}_{r}\} {β1,β2,...,βr}线性无关,那么 r ≤ s r\le s rs
【推论2】等价的线性无关的两个向量组( { α 1 , α 2 , . . . , α s } ≅ { γ 1 , γ 2 , . . . , γ m } \{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\}\cong\{\boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{m}\} {α1,α2,...,αs}{γ1,γ2,...,γm}),它们所含向量的个数相等。

【证】由于 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs可由 γ 1 , γ 2 , . . . , γ m \boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{m} γ1,γ2,...,γm线性表出, α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs是线性无关的,因此 s ≤ m s\le m sm,又由于 γ 1 , γ 2 , . . . , γ m \boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{m} γ1,γ2,...,γm可以由 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs线性表出,且 γ 1 , γ 2 , . . . , γ m \boldsymbol{\gamma}_{1},\boldsymbol{\gamma}_{2},...,\boldsymbol{\gamma}_{m} γ1,γ2,...,γm也是线性无关的,则 m ≤ s m\le s ms
所以 m = s m=s m=s

【推论3】向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs的任意两个极大线性无关组所含向量的个数相等。(由推论2可得)
【定义】向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs得任意一个极大线性无关组所含向量的个数称为向量组 α 1 , α 2 , . . . , α s \boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s} α1,α2,...,αs(Rank)。
单独规定,只含 0 \boldsymbol{0} 0的向量组的秩为0.
记作 rank { α 1 , α 2 , . . . , α s } \text{rank}\{\boldsymbol{\alpha}_{1},\boldsymbol{\alpha}_{2},...,\boldsymbol{\alpha}_{s}\} rank{α1,α2,...,αs}


http://www.kler.cn/news/314003.html

相关文章:

  • module ‘urllib.request‘ has no attribute ‘urlencode‘ 问题解决
  • LeetCode2414题: 最长的字母序连续子字符串的长度(原创)
  • 【数据结构-差分】力扣1589. 所有排列中的最大和
  • 十三、SOA(企业服务总线ESB架构实现)
  • JVM 一个对象是否已经死亡?
  • Invalid Private Key, Not a valid string or uint8Array
  • jQuery国内大厂CDN加速链接
  • 741. 摘樱桃
  • JVM 案例研究与实战经验
  • 硬件工程师笔试面试——滤波器
  • IntelliJ IDEA 2024创建Java项目
  • 红帽 Quay- 配置镜像代理缓存
  • 记一次安装discuz时遇到的错误
  • descrTable常用方法
  • 利士策分享,自我和解:通往赚钱与内心富足的和谐之道
  • Leetcode—移除元素
  • 海外问卷调查:选择静态IP还是动态IP?
  • Python数据分析案例59——基于图神经网络的反欺诈交易检测(GCN,GAT,GIN)
  • Redis中Hash(哈希)类型的基本操作
  • 「已解决」KeyError: ‘getpwuid(): uid not found: 1004‘
  • 编写函数,对字符数组中的字母由大到小的字母顺序进行排序
  • Jira Cloud涨价5%-20%,钉钉项目Teambition成优选替代
  • 使用Microsoft Visual Studio Installer Projects 2022打包桌面程序
  • 【大数据】MapReduce的“内存增强版”——Spark
  • 基于对数变换的图像美白增强,Matlab实现
  • Docker 数据目录迁移:一篇详细的技术指南
  • 软件测试 BUG 篇
  • java初学者:一个经典又全新改造的游戏——打地鼠
  • 别用 npm config set registry 设置淘宝镜像了!!!
  • 2025年最新大数据毕业设计选题-基于Hive分析相关