线代线性相关与线性无关

合集下载

线性代数知识点梳理

线性代数知识点梳理

线性代数知识点梳理

一、行列式与矩阵

第一章《行列式》、第二章《矩阵》是线性代数中的基础章节,有必要熟练掌握。

行列式的核心内容是求行列式,包括具体行列式的计算和抽象行列式的计算,其中具体行列式的计算又有低阶和高阶两种类型;主要方法是应用行列式的性质及按行

列展开定理化为上下三角行列式求解。对于抽象行列式的求值,考点不在求行列式,而在于相关性质,矩阵部分出题很灵活,频繁出现的知识点包括矩阵运算的运算规律、运算性质、矩阵可逆的判定及求逆、矩阵的秩的性质、初等矩阵的性质等。

二、向量与线性方程组

向量与线性方程组是整个线性代数部分的核心内容。相比之下,行列式和矩阵可视作是为了讨论向量和线性方程组部分的问题而做铺垫的基础性章节;后两章特征值、特征向量、二次型的内容则相对独立,可以看作是对核心内容的扩展。

解线性方程组可以看作是出发点和目标。线性方程组(一般式)

还具有两种形式:

(1)矩阵形式

(2)向量形式。

齐次线性方程组可以直接看出一定有解,因为当变量都为零时等式一定成立;印证

了向量部分的一条性质“零向量可由任何向量线性表示”。

齐次线性方程组一定有解又可以分为两种情况:

①有唯一零解;

同样可以认为秩是为了更好地讨论线性相关和线性无关而引入的。秩的定义是“极

大线性无关组中的向量个数”。经过“秩→ 线性相关无关→ 线性方程组解的判定”的逻辑链条,就可以判定列向量组线性相关时,齐次线性方程组有非零解,且齐次线性方程组的解向量可以通过r个线性无关的解向量(基础解系)线性表示。

非齐次线性方程组是否有解对应于向量是否可由列向量组线性表示,使等式成立的一组数就是非齐次线性方程组的解。

线代4-3---工程数学

线代4-3---工程数学

五、向量空间的基与维数 定义 设V是一个向量空间,它的某r个向量
1 , 2 , , r 若满足: ① 1 , 2 , , r 线性无关;

j V , j ,1 , 2 , , r 线性相关.
则称 1 , 2 , , r 为V的一个基.r称为V的维数. 记作:dimV.


且 3 21 2
1 2 2 1 1 1 1 2 1 4 例5 设矩阵 A 4 6 2 2 4 6 9 7 9 3 求向量组A的列向量组的秩及一个极大线性无关组, 并将其余向量用该极大线性无关组线性表示. 1 1 2 1 4 1 2 2 1 1 解 0 1 1 1 0 1 1 2 1 4 ERT A 0 0 0 1 3 4 6 2 2 4 0 0 0 0 0 6 9 7 9 3 所以A的列向量组的秩为3.
① A0 : i 1 , i 2 , , ir 线性无关; ② 1 j s , , i 1 , i 2 , , ir 线性相关. 则称 A0 : i 1 , i 2 , , ir 为A的一个极大线性无关组. 2、向量组的秩 向量组的极大无关组所含向量个数称为向量组的秩. 记作:R(A) 或 R 1 2 s
am 1,i ( i 1,2,, n)
T
若A线性无关,则向量组B也线性无关;反之,若 向量组B线性相关,则向量组A也线性相关.

线性代数的几何意义

线性代数的几何意义

线性代数的几何意义注解

线性代数是优雅和有趣的一门学科,应用也很多,只是目前多数线性代数教材似乎都偏重"代数"而较少涉及"线性"一词包含的几何意义,所以可能给人印象较抽象,不容易让同学产生兴趣,有幸在以前偶然一次看到一位工程师自编的一本小册子叫《线性代数的几何意义》,加上后来阅读matlab 作者的书籍,才发现原来线性代数的几何含义真的印证了“数学之美”,的确很美,所以想借鉴这些零散的阅读,加上自己后来的理解,把它的部分几何意义注解一下,希望以前对线代没有很多兴趣的同学能喜欢上它,同时我也会保持更新,不断完善,一起体会数学无与伦比的美丽

矩阵的几何意义

1、一个矩阵是由若干向量组成的,矩阵可以看作是这些向量的集合或由这些向量为基张成

的空间(在力学分析,向量空间应用时常取此几何含义,后文把此类几何含义称作矩阵

的向量空间)如矩阵

56

73

⎛⎫

⎝⎭

按照行向量可表示为如下形式

2、一个矩阵是由若干向量组成的,矩阵可以看作是这些向量终点组成的图形(在计算机图

形学中常取此几何表示,后文把此类几何含义称作矩阵的图形),如矩阵

579 635

⎛⎫ ⎪⎝⎭

照列向量可表示为如下图形

如下图是在matlab 中将z=sin(x)*cos(y)算得的离散点组成的矩阵表示成几何图形

注1:如果单独查看一个矩阵m n A ⨯,可以有两种解读:矩阵A 由m 个n 维向量组成,或者

由n 个m 维向量组成;在使用时会根据实际情或约定选择其中一种,而在参与变换或其他运算时,这两种解读一般不能混淆,一定要确定

注2:当我们把矩阵表示成图形时,其作图没有固定标准,并不一定是把所有向量终点连接起来构成一个多边形,规则是使用者制定的,可以是网格,可以是离散面片等

第三版线代第四章

第三版线代第四章

1 2 4 1 (3) C 2 4 8 2 3 6 2 0
.
从定义及上例的讨论过程可以看出:
(1) 当且仅当A是零矩阵时,r (A) = 0 .
(2)
r( A) r( AT )
(4-1)
(3) 若发现A 一个非零k阶子式,则必有r(A)≥k. 反之,若A 的一切k阶子式全为0时,则必有r(A)<k.
r(A)+ N(A)的基础解向量总数=A的列数。
对于m n的非齐次线性代数方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm
推论: 对n阶矩阵 A [a1 a2 an ], r( A) n 的充要条件是至 少有一列可由其余列线性表出,此时又等价于 det( A) 0 。
定理5 若已知向量v1、… 、vk线性无关,而加上
向量 v后,向量v 、v1、… 、vk成线性相关,则向量v
可依v1、… 、vk线性表出,且表出式是惟一确定的.
先用定理形式给出线性相关与线性表出这两个 重要概念之间的联系,然后结合具体示例,讨论线
性相关性的一些有用性质. 定理4 向量组v1、v2 、… 、vk线性相关的充要
条件是其中至少有一个向量可依其余向量线性表出

[理学]线代教案第3章向量组的线性相关性

[理学]线代教案第3章向量组的线性相关性

第3章向量组的线性相关性(共6学时)

一、教学目标与基本要求

1.掌握向量组的线性相关与无关的概念及其简单性质

2.掌握向量组的相关性的判定定理

3.掌握向量组的秩和矩阵的秩的关系

4.了解正交向量组的概念,掌握施密特正交化过程

5.了解向量空间、坐标变换等的概念

二、教学内容与学时分配

1.n维向量

2.向量组的线性相关与线性无关(2学时)

3.向量组的最大线性无关组与秩(2学时)

4.正交向量组

5.向量空间(2学时)

三、教学内容的重点难点

重点:线性相关性的判断,向量组(矩阵)秩、最大无关组的求法。

难点:有关向量组的线性相关性的证明题,矩阵运算后秩的变化。

四、教学内容的深化和拓宽

矩阵运算后秩的变化(详情见讲稿),从而强化教材中概念的理解及应用。

五、思考题与习题

思考题:见讲稿

习题:3,5,(2),6,8,10,(2),12,13,16,19,(1),24

六、教学方式与手段

以课堂讲授为主,提问、互动为辅。本章内容抽象,定理、结论较多,注意强化概念、定理内容。

讲稿内容

在上一章我们介绍的矩阵的概念及其运算,为了进一步了解矩阵及矩阵的行、列之间关系,本章介绍向量的概念及性质。

3.1 n 维向量

3.1.1 维向量的概念及运算 n

从解析几何中我们已看到,刻画数轴上的点,只须一个数却可; 要刻画平面上的点的位置,须用两个有序数来确定,也即是平面上点的坐标;要刻画空间中某点的位置,要用三个数所组成的数组来确定,反过来,给定的有序数组,也能确定平面、空间点的位置。

),(y x ),,(z y x 要刻画椭球体的位置,需用6个数所组成的数组来确定,椭球体的中心需三个数,长、中、短半轴需用三个数,我们可写成有序数组,反过来我们给定了有序数组,并说明表示椭球的中心,

线代第四章讲义

线代第四章讲义

第四章n维向量与线性方程组的解4.1n维向量的概念及其线性运算

4.2向量组线性相关与线性无关

4.3向量组的秩

4.4线性方程组有解的充要条件

4.5齐次线性方程组的通解

4.6非齐次线性方程组解的结构

4.1n 维向量的概念及其线性运算定义4.1数域F 内的n 个数组成的有序数组α称为数域F 上的n 维向量(简称向量),记作

n a a a ,,,21"),

,,,(21n a a a "=α.),,,(2121T n n a a a a a a "#=⎟⎟⎟⎟⎟⎠

⎞⎜⎜⎜⎜⎜⎝⎛=α或记作前一个表示式称为行向量,后一个表示式称为列向量.

数a i 称为向量α的第i 个分量. 分量全为零的向量称

为零向量, 记作.

)0,,0,0(0T "=如果F 是实数域,则称α是实向量;如果F 是复数域,则称α是复向量.

设和是两个n 维向量,如果

),,,(21n a a a "=α),,,(21n b b b "=β,

,,2,1,n i b a i i "==则称α和β是相等的向量,记作α= β.

定义4.2设和都是n 维向量,则称向量是向量α与β的和,记为α+ β,即

),,,(21n a a a "=α),,,(21n b b b "=β),,,(2211n n b a b a b a +++"设,称向量是向量α的负向量,记为-α.

),,,(21n a a a "=α),,,(21n a a a −−−").

,,,(2211n n b a b a b a +++=+"βα规定α-β= α+ ( -β),称其为向量α与β的差.

线代解题指导

线代解题指导

《线性代数》常见计算题型及常用思路

一、 计算题

题型1.解线性方程组(必须掌握)

(1) 最常用方法:先用高斯消元法化为阶梯形,从而得出自由未

知量(设为1,,t i i x x ),然后对自由未知量赋予任意值,即

设11,

,t i i t x k x k ==,这儿1,

,t k k 为任意常数。把赋予

自由未知量的值带入方程组,解除方程组的解(是关于

1,,t k k 的一些表达式)

(2) 方法(1)的变形:先用高斯消元法化为阶梯形,从而得出

自由未知量(设为1,

,t i i x x )。设1,

,t t F αα∈是t F 的

一组基(常取自然基)。然后令

1(,,),1,2,

t i i j x x j t α==,分别解得方程组的解:

1,,t X X (这是一个基础解系)。则可知方程组的解为

11t t X k X k X =+

+,这儿1,

,t k k 为任意常数。(一般

解)

(3) C ramer 法则。注意:Cramer 法则只对系数矩阵可逆的情形

适用。

题型2.将()V F β∈用1,

,()m V F αα∈线性表示(或求坐标) 常用思路:待定系数法。设1,,m x x 使得11m m x x βαα=+

+。

然后根据题设条件得到关于1,

,m x x 的一个方程组。解方程组。

方法二:利用课本定理4.10(如果已知在某一组基下的矩阵)

题型3.判断1,,()m V F αα∈的线性相关性

常用思路:待定系数法。设1,,m x x 使得110m m x x αα=+

+。

然后根据题设条件得到关于1,,m x x 的一个方程组。解方程组。

线性代数考试题

线性代数考试题

线性代数考试题

1. 矩阵的定义与基本运算

a) 什么是矩阵?矩阵的定义是什么?

b) 如何进行矩阵的加法和减法运算?

c) 如何进行矩阵的数乘运算?

2. 矩阵的转置与乘法

a) 如何进行矩阵的转置运算?

b) 如何进行矩阵的乘法运算?

c) 矩阵乘法的性质有哪些?

3. 矩阵的逆与行列式

a) 什么是矩阵的逆?

b) 如何求解矩阵的逆?

c) 什么是行列式?

d) 如何计算矩阵的行列式?

4. 向量的线性相关性与线性无关性

a) 什么是线性相关性与线性无关性?

b) 如何判断一组向量是否线性相关?

c) 如何判断一组向量是否线性无关?

d) 线性相关与线性无关的定理有哪些?

5. 向量空间与子空间

a) 什么是向量空间?

b) 向量空间的性质有哪些?

c) 什么是子空间?

d) 如何判断一个子集是否为向量空间的子空间?

6. 特征值与特征向量

a) 什么是特征值和特征向量?

b) 如何求解特征值和特征向量?

c) 特征值和特征向量的性质有哪些?

7. 相似矩阵与对角化

a) 什么是相似矩阵?

b) 如何判断两个矩阵是否相似?

c) 什么是对角化?

d) 如何对角化一个矩阵?

8. 线性变换与矩阵的应用

a) 什么是线性变换?

b) 线性变换与矩阵的关系是什么?

c) 线性变换的应用有哪些?

以上是关于线性代数的考试题目,通过回答这些问题,你可以对线性代数的基本概念和运算有一个全面的了解。希望你能够认真准备,并取得优异的成绩!

宋浩线代辅导讲义

宋浩线代辅导讲义

宋浩线代辅导讲义

一、引言

宋浩线代辅导讲义是为了帮助学生更好地理解和掌握线性代数的基本概念和方法而编写的。线性代数是数学中非常重要的一个分支,它在各个领域都有广泛的应用,如物理学、工程学、计算机科学等。本讲义将从基础概念开始介绍,并逐步深入,帮助学生建立起对线性代数的系统性理解。

二、线性方程组与矩阵

2.1 线性方程组

2.1.1 定义与表示

定义:线性方程组是由一系列线性等式组成的方程组。

例如,下面是一个包含三个未知数x、y、z的线性方程组:

2x + y - z = 4

x - y + 3z = -1

3x + 2y + z = 7

2.1.2 解的存在唯一性

对于一个线性方程组,它可能有三种解的情况:

•无解:当方程组中存在矛盾等式时,即出现了0=1这样不可能成立的等式。•有唯一解:当方程组中的方程数量等于未知数的数量,并且方程组的系数矩阵满秩时,方程组有唯一解。

•有无穷多解:当方程组中的方程数量小于未知数的数量,并且方程组的系数矩阵不满秩时,方程组有无穷多解。

2.2 矩阵与向量

2.2.1 矩阵的定义与运算

定义:矩阵是一个按照长方阵列排列的数表。一个m×n的矩阵有m行n列。

例如,下面是一个3×3的矩阵:

1 2 3

4 5 6

7 8 9

矩阵可以进行加法、减法和乘法等运算。其中,加法和减法要求两个矩阵具有相同的行数和列数,乘法则需要满足第一个矩阵的列数等于第二个矩阵的行数。

2.2.2 向量与线性组合

定义:向量是一种特殊类型的矩阵,它只有一列。

向量可以表示为:

v = [v1, v2, ..., vn]

其中vi表示向量v中第i个元素。

线代知识点总结全部

线代知识点总结全部

线代知识点总结全部

一、向量和矩阵

1. 向量的定义

向量是指具有大小和方向的几何体,通常用箭头表示。在数学中,向量通常用有序数对或

有序数组表示。例如,在二维空间中,一个向量可以表示为(a, b),表示向量在x轴上的分量为a,在y轴上的分量为b。

2. 向量的线性运算

向量的线性运算包括向量的加法和数量乘法。向量的加法就是将两个向量相加,得到一个

新的向量。数量乘法是将一个实数与一个向量相乘,得到一个新的向量。

3. 矩阵的定义

矩阵是一个由数排成的矩形阵列,它是线性代数中的一个重要概念。矩阵中的数称为元素,矩阵的行数和列数分别称为矩阵的阶数。例如,一个m×n的矩阵有m行n列。

4. 矩阵的基本运算

矩阵的基本运算包括矩阵的加法、数量乘法和矩阵的乘法。矩阵的加法是将两个相同阶数

的矩阵相加得到一个新的矩阵,矩阵的数量乘法是将一个实数与一个矩阵相乘得到一个新

的矩阵。矩阵的乘法是将一个m*n的矩阵与一个n*p的矩阵相乘得到一个m*p的矩阵。

5. 矩阵的转置

矩阵的转置是将矩阵的行向量转换为列向量,列向量转换为行向量。矩阵的转置操作可以

用来表示矩阵的对称性和几何意义,也有利于简化矩阵的计算。

二、向量空间和子空间

1. 向量空间的定义

向量空间是指具有加法和数量乘法两种运算的集合,并且满足一定的性质。向量空间可以

是有限维的,也可以是无限维的。例如,n维实数向量空间可以表示为R^n,它包含所有

n维的实数向量。

2. 子空间的定义

子空间是指在一个向量空间V中的一个非空集合W,并且满足在W中任意两个向量的线

性组合仍然在W中。子空间的一个重要性质是它也是一个向量空间,可以继承向量空间

线代期末理论总结

线代期末理论总结

线代期末理论总结

一、线性代数的基本概念

线性代数是数学的一个重要分支,研究的对象是向量空间及其上的线性变换。它是高等数学和矩阵论的基础,也是其他数学分支如数值计算、最优化、概率统计等的重要工具。以下是线性代数中的一些基本概念:

1. 向量:向量是线性代数中的基本运算对象,可以表示为有序数对或有序数组。向量有大小和方向,可以用箭头表示。

2. 向量空间:向量空间是一个包含向量的集合,并且满足加法和数乘运算的封闭性、加法运算的交换性和结合性、零向量的存在等性质。

3. 共线性和线性无关:如果一个向量可以用另一个向量的常数倍表示,那么这两个向量是共线的;如果一个向量不能用其他向量的线性组合表示,那么这些向量是线性无关的。

4. 线性组合:若有一组向量v1, v2, ..., vn和n个实数c1, c2, ..., cn,那么

$v=c_1*v_1+c_2*v_2+...+c_n*v_n$称为这组向量的线性组合。

5. 线性相关和线性无关:如果一组向量中存在一个向量可以表示为其他向量的线性组合,那么这组向量是线性相关的;如果一组向量中没有一个向量可以表示为其他向量的线性组合,那么这组向量是线性无关的。

6. 线性映射和线性变换:线性映射是指一对向量空间之间的映射,满足对加法和数乘运算的保持;线性变换是指一个向量空间到它自身的线性映射。

二、矩阵与行列式

矩阵和行列式是线性代数中的核心概念,它们在矩阵论、线性方程组的求解、特征值与特征向量的计算等方面都有重要的应用。

1. 矩阵:矩阵是一个按照矩阵规则排列的数的矩形阵列。矩阵可以表示为$m\times n$的形式,其中$m$代表矩阵的行数,$n$代表矩阵的列数。

2020年考研数学线性代数大纲考点及常考题型(二)

2020年考研数学线性代数大纲考点及常考题型(二)

2020年考研数学线性代数大纲考点及常考题型(二)

研究生入学考试中,线性代数是数一、数二、数三考生研究生考

试的公共内容,占22%(总分150分),考察2个选择题(每题4分,共

8分)、1个填空题(每题4分,共8分)、2个解答题(总分22分)。线性代数相对考研数学高数来说,比较简单,要想取得好的成绩,线代

争取不丢分。下面结合大纲考点,已经对行列式、矩阵实行梳理,接

来下梳理向量、线性方程组两个模块,希望对考生有所协助。

一、向量

1、考试内容

(1)向量的概念;(2)向量的线性组合与线性表示;(3)向量组的线性相关与线性无关;(4)向量组的极大线性无关组;(5)等价向量组;(6)向

量组的秩;(7)向量组的秩与矩阵的秩之间的关系;(8)向量的内积线性无关向量组的正交规范化方法;(9)向量空间及其相关概念;(10)n维向量空间的基变换和坐标变换、过渡矩阵、向量的内积。(其中9、10只有数一考生要求掌握,数二、数三考试不要求)

2、考试要求

(1)了解向量的概念,掌握向量的加法和数乘运算法则;(2)理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念,掌握

向量组线性相关、线性无关的相关性质及判别法;(3)理解向量组的极

大线性无关组的概念,会求向量组的极大线性无关组及秩;(4)理解向

量组等价的概念,理解矩阵的秩与其行(列)向量组的秩之间的关系;(5)了解内积的概念.掌握线性无关向量组正交规范化的施密特(Schmidt)

方法.(6)了解n维向量空间、子空间、基底、维数、坐标等概念;(7)

了解基变换和坐标变换公式,会求过渡矩阵.(其中5、6只有数一考生要求掌握,数二、数三考试不要求)

考研数学二线代的考试范围

考研数学二线代的考试范围

考研数学二线代的考试范围数学二线代是考研数学二的一部分,主要涵盖线性代数的基本理论和方法。考研数学二线代的考试范围包括以下内容:

1.向量空间

向量空间是线性代数的基础概念,考研数学二线代的考试范围包括向量空间的定义、性质和相关定理。考生需要熟练掌握向量空间的基本运算规则、线性组合、线性相关性和线性无关性等内容。

2.矩阵与行列式

矩阵是线性代数中非常重要的概念,考研数学二线代的考试范围包括矩阵的定义、性质、运算规则、特征值、特征向量、相似矩阵等内容,此外还会涉及到行列式的计算、性质和相关定理。

3.线性变换

线性变换是线性代数的另一个核心概念,考研数学二线代的考试范围包括线性变换的定义、性质、矩阵表示和标准形式等内容。考生

需要理解线性变换的意义及其在几何变换、坐标变换和线性微分方程

中的应用。

4.线性方程组

线性方程组是线性代数中的重要应用问题,考研数学二线代的考

试范围包括线性方程组的解的存在性和唯一性、齐次线性方程组和非

齐次线性方程组的基础解系、解空间、列空间、零空间、秩和核等内容。考生需要掌握线性方程组的解法,包括高斯消元法、矩阵求逆法、克拉默法则和特征值法等。

5.线性空间的基

线性空间的基是线性代数中的重要概念,考研数学二线代的考试

范围包括线性空间的基的定义、性质、存在性和相关定理。考生需要

熟练掌握线性空间的基的概念及其在矩阵、行列式、线性方程组和线

性变换中的应用。

6.线性空间的维数

线性空间的维数是线性代数中的重要概念,考研数学二线代的考试范围包括线性空间的维数定义、性质、存在性和相关定理。考生需要理解线性空间的维数及其在基、子空间、矩阵和变换中的应用。

线代7

线代7

线性无关的充要条件是a0。
4、两个向量a,b线性相关的充要条件是a,b的 对应分量成比例;线性无关的充要条件是对应 分量不成比例。
23
5、向量组A:a1,a2,…,am∈Rn线性相关的充要
条件是A中至少有一个向量可由其余r-1个向
量线性表示。 6、 m个n维向量组成的向量组,当n<m时一定 线性相关;特别地,n+1个n维向量必线性相关。 证明:设有向量a1,a2,…,am,矩阵A=(a1,a2,…,am) 当n<m时,R(A)≤n<m,向量a1,a2,…,am 线性相关。
10
六、线性表示的判定
定理1:向量b能由向量组A:a1,a2,…,an线性表
示的充要条件是矩阵A=(a1,a2,…,an)的秩等于矩
阵B=(a1,a2,…,an,b)的秩。 定义3:设有两个向量组A:a1,a2,…,am和 B:b1,b2,…,bl,若B中每一个向量都能有向量组
A线性表示,则称向量组B能由向量组A线性表
(*)
因此,⑴ a1,a2,…,am 线性相关↔ (*)有非零解; ⑵ a1,a2,…,am 线性无关↔ (*)只有零解。
必须掌握利用定义讨论向量线性相关性的套路。19
三、线性相关与线性无关的判定 定理4:向量组A:a1,a2,…,am线性相关
R(A)=R(a1,a2,…,am)<m

线代3-2

线代3-2

k1 1 解得 k 2 2 k 1 3
所以是1 , 2 , 3的线性组合,它的表达 式为
1 2 2 3
线性代数 第三章 线性空间
3
1 j b1 2 j b2 一般的,向量组j ( j 1,2, , n)与 向 量 , 设 b mj m
则向量组 1, 2, , m线性无关 .
线性代数 第三章 线性空间
8
例1 考 察 向 量 组 : 1 (1,1,0), 2=( 2,2,0), 3 (0,0,3) 的线性相关性。
21 2 0 3 0, 所以1 , 2 , 3线性相关 .
例2
例3
线性代数 第三章 线性空间
11
定理3.1 向量组 1 , 2 ,, m (m 2)线性相关的充要条件是
证 若向量组线性相关, 则有不全为零的数 k , k ,, k , 使 1 2 m
其中至少一个向量是其m 1个向量的线性组合。 余
k1 a1 k 2 a2 k m am 0 不妨设 k1 0, 于是便有 a1 1 k 2 a2 k m am k1 即 能由 线性表示.
2 (1,0,2)的 线 性 组 合 。
答案:不能
线性代数 第三章 线性空间

李永乐线代笔记

李永乐线代笔记

第一章节 行列式

基础知识:

①算逆序的方法:从左到右一个一个看,前面有比此数大的就算一个逆序,最后加起来。 ②代数余子式千万别忘记(−1)i+j

③行列式两行(列)对换,行列式要变号!

④克拉默法则:x n =D n D

基本行列式的计算:

①副对角行列式=(−1)n(n−1)2a 1n a 2,n−1···a n1

②副对角拉普拉斯:|O A B ∗

|=(−1)nm |A||B| ③范德蒙行列式(首行为1,每列从上往下是等比数列)=∏(x i −x j )1≤j

④特征多项式(三阶):|λE −A |=λ3−(a 11+a 22+a 33)λ2+s 2λ−|A|

其中s 2=|a 11a 12a 21a 22

|+|a 11a 13a 31a 33|+|a 22a 23a 32a 33| ⑤零多的,直接展开算。

⑥将第一行(列)的k 倍依次加至其余各行(列)。

⑦将每一行(列)都加到第一行。

⑧逐行(列)相加。

特殊行列式的计算:

①∠型行列式,从角(或边)沿第三边方向扫过去,依次把前一行(列)乘上倍数加到后一行(列)上。

②爪型行列式,↖↘头朝主对角线的,化为上(下)三角行列式;

↗↙头朝副对角线的,化为副对角线三角行列式。

③对称征子型(中间斜着三道)行列式,采用逐行相加(上一行乘倍数加到下一行上)的方式化为下三角行列式。

④对角线为a ,其余都为b 的行列式,每行都减第一行,再每列都加到第一列。

第二章节 矩阵

主要公式:

①伴随:

AA ∗=A ∗A =|A |E ; A ∗=|A|A −1 ; (A ∗)−1=(A −1)∗=

  1. 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. 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. 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)。
T m 个 n维 行 向 量 所 组 成 1 T T T T 2 的向量组 1 , 2 , m , B T 构成一个 m n矩 阵 m
线性方程组
a11 x1 a12 x2 a1n xn b1 a x a x a x b 21 1 22 2 2n n 2 am1 x1 am 2 x2 amn xn bm
T m
T 2
T 1


T i T m
向量组 , , …, 称为矩阵A的行向量组.
T 1
T 2
反之,由有限个向量所组成的向量组可以构 成一个矩阵.
n个m维列向量所组成的向量组1 , 2 ,, n , 构成一个m n矩阵
A (1 , 2 , , n )
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 k11 k2 2 km m 0.
因 k1 , k2 , , km 中至少有一个不为0, 不妨设k1 0, 则有
k2 k3 km 1 k 2 k 3 k 1 1 1 m .
能由其余向量线性表示. 即有
m 11 2 2 m1 m1




故 11 2 2 m1 m1 1 m 0




因 1 Biblioteka Baidu 2 , , m 1 , 1 这 m 个数不全为0,
故 1 , 2 ,, m 线性相关.
2. 对于任一向量组, 不是线性无关就是 线性相关 .

3.向量组只包含一个向量 时, 若 0 则说 线性相关, 若 0, 则说 线性无关 .
4.包含零向量的任何向量 组是线性相关的 .
5.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.
a1 x1 a 2 x 2 a n x n b
方程组与增广矩阵的列向量组之间一一对应
二、线性表示的概念及判定
给定向量组A : 1 , 2 ,, m,对于任何一 定义1 组实数k1,k2, , km, 向量 k1 1 k 2 2 k m m
k1,k 2, , k m 称为这 称为向量组的一个 线性组合, 个线性组合的系数 .
线性相关
2、设 (0,1,2,3),1 (2,2,3,1),
2 (-1,2,1,2), 3 (2,1,-1,-2), 问 能否由1, 2, 3线性表出?
不能线性表出
a1 j a1 j a a 2j 2j j , j , j 1,2, , m , 则 a nj a sj
(1)若1 ,2 ,,m线性相关,则 1 , 2 ,, m也一定线性相关 ; (2)若1 , 2 ,, m线性无关,则 1 ,2 ,,m也一定线性无关 .
方法二
设x11 x2 2 xm m 0 其中 i ( a1i , a2 i , , ami ), 得到 a11 x1 a12 x2 a x a x 21 1 22 2 an1 x1 an 2 x2 a1m xm 0 a2 m xm 0 anm xm 0
向量组a , a ,, a n称为矩阵A的列向量组.
1
2
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 a1 n a2n a in a mn
即 1 能由其余向量线性表示. 证毕.

1 , 2 ,, m 线性无关,而向量组 定理 2 向量组 1 ,2 ,,m , 线性相关,则向量 必能由向量组
1 , 2 ,, m 线性表示,且表示式是唯一的.
向量组中一部分向量构成的向量组,称为该向量组的子向量组.
若给方程组有非零解,则向量组1, 2, , m 线性相关;若只有零解,则线性无关。
题型Ⅱ 判断向量能否由向量组线性表出
方法一 先根据定义设 =x11 x2 2 xt t 非齐次线性方程组。然后求解该方程组。如果有 解就能线性表出,如果无解就不能线性表出。
由向量相等的关系,写出以x1 , x2 ,, xt为未知元的
仅有零解 线性无关 有非零解 线性相关
例2 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 .
当b1 b2 bm 0 时,称为齐次线性方程组 当 b1 , b2 ,, bm 不全为零时,称为非齐次线性方程组
线性方程组的向量表示
a11 x1 a12 x 2 a1n x n b1 , a 21 x1 a 22 x 2 a 2 n x n b2 , a m 1 x1 a m 2 x 2 a mn x n bm .
1、如果 可以由 线性表示,则称与 成比例。
n维 基 本 向 量
2 、已知n维单位向量1 , 2 ,, n , 其中 i (0,0,1, 0,, 0), i 1, 2,, n; 任一n维向量 (b1 , b2 ,, bn )能由1 , 2 ,, n 线性表示.

设有x1 , x2 , x3使 x1b1 x2b2 x3b3 0 即 x ( x2 ( 2 3 ) x3 ( 3 1 ) 0, 1 1 2) 亦即 ( x1 x3 )1 ( x1 x2 ) 2 ( x2 x3 ) 3 0,
方法二 如果1 , 2 ,, m线性无关,而1 ,
2 ,, m, 线性相关,则 可由1 , 2 ,, m唯一
线性表出。
练习题
1、讨论下列向量组是线性相关还是线性无关
2 1 () 1 1 , 2 5 3
线性无关
1 0 1 , 2 , 0 (2)1 2 2 3 3 5 2
4.2 线性相关与线性无关
一、向量 向量组与矩阵 二、线性表示的概念及判定 三、线性相关性的概念及判定 四、线性相关性的有关结论
一、向量、向量组与矩阵
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
6.n维基本向量 1 , 2 ,, n一定线性无关 .
例1:判别向量组1 (1,1,1), 2 (0, 2,5), 3 (1,3,6)的线性 相关性 .
判断1, 2, , m是否线性相关 x11 x2 2 xm m 0仅有零解
四、线性相关性的有关结论
,, m 定理1 向量组1 , 2 m 2时)线性相关 (当 的充分必要条件是 1 , 2 ,, m 中至少有一个向 量可由其余 m 1个向量线性表示.
证明 充分性
设 1 , 2 ,, m 中有一个向量(比如 m )
3、判断 能否由向量组1 , 2, , m线性表示 非齐次线性方程组x11 x2 2 xm m b 是否有解.
三、线性相关性的概念及判定
定义3 给定向量组A : 1 , 2 , , m , 如果存在不 全为零的数k1 , k2 , , km使 k11 k2 2 km m 0 则称向量组 A 是线性相关的,否则称它线性无关 注意 1. 若 1 , 2 , , n线性无关 , 则只有当 1 n 0时, 才有 11 2 2 n n 0 成立 .

因1, 2, 3线性无关,故有
x1 x 3 0, x1 x 2 0, x x 0. 2 3
由于此方程组的系数行 列式 1 0 1 1 1 0 20 0 1 1 故方程组只有零解 x1 x 2 x 3 0,所以向量组 b1 , b2 , b3线性无关.
五、小结
1. 向量、向量组与矩阵之间的联系,线性方 程组的向量表示;线性组合与线性表示的概念; 2. 线性相关与线性无关的概念;线性相关性 在线性方程组中的应用;(重点) 3. 线性相关与线性无关的判定方法:定义, 四个定理.(难点)
作业:
P113 1, 3(1)
题型 Ⅰ 向量组的线性相关性的判断
定义2 对于n维行(列)向量 1, 2, , m,,如果存在 一组数1,2, ,m,使得
11 2 2 m m 则称向量 是向量组1, 2, , m的一个线性组合,或 称向量 能由向量组1, 2, , m线性表示(线性表出) .
1 , 2 ,, m中,若存在某子向量组 定理 3 在n维向量组 线性相关,则向量组 1 , 2 ,, m一定线性相关 .反之, 若向量组 1 , 2 ,, m线性无关,则它的任意 子向量组
都线性无关 .
1 , 2 ,, m同时去掉相应的 n s(n s) 定理 4 n维向量组 个分量后得 s维数向量组 1 , 2 ,, m,其中
方法一 利用定义或结论判别
(1)两向量线性相关的充要条件是其分量成比例 (2)单独一个零向量组成的向量组线性相关;含 有零向量的向量组必线性相关 (3)向量组线性无关,则该向量组的任何部分 向量组必线性无关;向量组的部分向量组线性相 关,则该向量组必线性相关。 (4)一向量组线性无关,则在相同位置增加相同个数的 分量所得的向量组必线性无关;一向量组线性相关,则在 相同位置上去掉相同个数的分量所得的向量组仍线性相关。 (5)任意n+1个n维向量必线性相关
相关文档
最新文档