向量组的线性相关性分析
第二节 向量组的线性相关性
定理四 任意n+1个n维向量都是线性相关的.
[证]设n+1个n维向量为: 1=(a11,a12,,a1n) 2=(a21,a22,,a2n)
n=(an1,an2,,ann) n+1=(an+1,1,an+1,2,,an+1,n)
构造向量组: 1=(a11,a12,,a1n,0) 2=(a21,a22,,a2n,0)
故1,2,,n线性无关
例5 讨论向量组1=(1,1,1),2=(0,2,5), 3=(1,3,6)的线性相关性,若线性相关,试写
出其中一向量能由其余向量线性表示的表
达式.
解: 若有k1,k2,k3,使k11+k22+k33=0
即k1(1,1,1)+k2(0,2,5)+k3(1,3,6)=(0,0,0)
k1(1+2)+k2(2+3)+k3(3+1)=0 即(k1+ k3)1+(k1+k2)2+(k2+ k3)3=0 由已知1,2,3线性无关,则
k1 k3 0 1 0 1
k1 k2 0 1 1 0 =2 0
k2 k3 0 0 1 1
齐次方程组只有零解: k1=k2=k3=0
1+2,2+3,3+1线性无关.
若r维向量组1,2,,m线性无关,则r+1维 向量组1,2,,m也线性无关.
[证]反证法
若1,2,,m线性相关
即有不全为零的数k1,k2,,km,使
k11+k22++kmm=0
即 k1(a11,a12,,a1r,a1,r+1)+ k2(a21,a22,,a2r,a2,r+1)+ +km(am1,am2,,amr,am,r+1)=(0,0,,0)
向量组的线性相关性
例：设矩阵
2 1 1 1 2
A
1
1
2
1
4
4 6 2 2 4
3 6 9 7 9
求矩阵 的列向量的一个最大无关组，并把不属于最大无关组的列向量用最大无关组线性表
示。
解：对 施行初等行变换变为行阶梯形矩阵
1 1 2 1 4
A
r
~
0
定义 3：
向量组等价：设有两个向量组 A : a1, a2 ,L , am 及 B : b1, b2 ,L , bl 若 B 组中的每个向量都能 由向量组 A 线性表示，则称向量组 B 能由向量组 A 线性表示。若向量组 A 与向量组 B 能
相互线性表示，则称这两个向量组等价。
定理 2：向量组 B : b1, b2 ,L , bl 能由向量组 A : a1, a2 ,L , am 线性表示的充分必要条件是矩阵
性无关。
定理 5：
（1）若向量组 A : a1, a2 ,L , am 线性相关，则向量组 B : a1, a2 ,L , am , am1 也线性相关。 反言之，若向量组 B 线性无关，则向量组 A 也线性无关。
（2） m 个 n 维向量组成的向量组，当维数 n 小于向量个数 m 时一定线性相关。特别地， n 1个 n 向量线性相关。
例 ： 设 n 维 向 量 组 A : a1, a2 ,L , am 构 成 n m 矩 阵 A a1,a2,L ,an ， n 阶 单 位 矩 阵 E e1,e2,L ,en 的列向量叫做 n 维单位坐标向量。
证明： n 维单位坐标向量组 e1, e2 ,L , en 能由向量组 A : a1, a2 ,L , am 线性表示的充分必要条 件是 R(A) n .
向量组的线性相关性
证明
（略）
(1)
1 , 2 , n线性无关
1 1
齐次线性方程组 x 只有零解 r ( , , ) n
1 2 n
x2 2 xn n 0
a11
当m=n时
a12 a1n
a21 a22 a2 n 0 an1 an 2 ann
思考题
试证明 : (1) 一个向量 线性相关的充要条件是 0； ( 2) 一个向量 线性无关的充要条件是 0； ( 3) 两个向量 ， 线性相关的充要条件是
k或者 k , 两式不一定同时成立 .
思考题解答
证明 （１）、（２）略． （３）充分性 , 线性相关, 存在不全为零的数 , y , 使 x
第二节
向量组的线性相关性
一、线性相关性的概念
定义4
给定向量组A : 1 , 2 , , m , 如果存在不 k1 1 k2 2 km m 0
全为零的数k1 , k2 ,, km 使
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
例１ n 维向量组 T T T e1 1,0,,0 , e 2 0,1,,0 ,，e n 0,0,,1
称为n 维单位坐标向量组 ,讨论其线性相关性 .
的矩阵 解 n维单位坐标向量组构成 E (e1 , e2 , , en ) 是n阶单位矩阵. 由 E 1 0，知R( E ) n.
1 2 3 4 2 3
这与a , a , a 线性无关矛盾，故结论成立.
2 3 4
四、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， 两个定理．（难点）
向量组的线性相关性
二、线性相关性的判定
定理4 向量组a1, a2, …, am 线性相关的充分 必要条件是它所构成的矩阵A=(a1, a2, …, am) 的 秩小于向量个数m；向量组线性无关的充分必要 条件是R(A)=m.
作业 P110 3（1），4，10，11（1）
说明 （1）向量组 A：a1, a2, …, am 线性无关
当且仅当k1=k2= … =km=0时， k1a1 + k2a2 + … + kmam =0 才成立.
一、线性相关性的概念
（2）若向量组只包含一个向量a： a线性相关 a=0 a线性无关 a≠0
（3）含两个向量的向量组：a1, a2 线性相关 a1, a2 的分量对应成比例 几何意义：两向量共线
从而向量组 b1, b2, b3 线性无关．
二、线性相关性的判定
例3 已知向量组 a1, a2, a3 线性无关，且 b1 = a1+a2， b2 = a2+a3， b3 = a3+a1，
试证明向量组 b1, b2, b3 线性无关．
证四 转化为矩阵的秩的问题．
1 0 1
已知
(b1
,
b2
,
b3
k1a1 k2a2 kmam 0.
一、线性相关性的概念
因k1, k2, …, km中至少有一个不为0，
不妨设 k1 0,则有
a1
k2 k1
a2
k3 k1
a3
线性相关性：如何判断向量组是否线性相关及其应用
线性相关性：如何判断向量组是否线性相关及其应用线性相关性：如何判断向量组是否线性相关及其应用2023年，随着科技的不断发展，线性代数在各行各业中的应用不断扩展，尤其是在数据科学、机器学习和人工智能领域中。
而线性相关性作为线性代数中的一个重要概念，在这些领域中也得到了广泛应用。
本文将重点讨论线性相关性的概念、判断方法和应用，以帮助读者更好地理解和使用线性相关性。
一、概念线性相关性是指向量组中存在线性关系，即其中至少存在一个向量可以表示为其它向量的线性组合的形式，或者说存在一个向量可以由其它向量线性表示。
具体地，对于向量组$V={\mathbf{v_1},\mathbf{v_2},\cdots,\mathbf{v_n}}$，若存在一个非零向量$\mathbf{v}$，满足$\mathbf{v}=\sum\limits_{i=1}^n c_i\mathbf{v_i}$，其中$c_i$为任意实数，则称向量组$V$是线性相关的，否则称其线性无关。
二、判断方法下面介绍两种判断向量组线性相关的方法，分别为行列式法和向量空间法。
1.行列式法行列式法是最常用的判断向量组线性相关的方法，其基本思想是求出向量组的行列式，如果其值为0，则向量组线性相关，否则其线性无关。
具体地，对于向量组$V={\mathbf{v_1},\mathbf{v_2},\cdots,\mathbf{v_n}}$，可以将其写成矩阵形式，即：$$ A=\begin{bmatrix} v_{11}&v_{12}&\cdots&v_{1n}\\v_{21}&v_{22}&\cdots&v_{2n}\\ \vdots&\vdots&\ddots&\vdots\\ v_{n1}&v_{n2}&\cdots&v_{nn} \end{bmatrix} $$然后求出其行列式$|A|$，若$|A|=0$，则向量组$V$是线性相关的，否则其线性无关。
4-2 向量的线性相关性
主要内容
线性相关与线性无关的定义 向量组线性相关的充要条件 向量组的线性相关性的判定定理
1
一 、线性相关与线性无关的定义
1. 定义 给定向量组 A: a1, a2, ... ,am , ,a
如果存在不全为零的实数 如果存在不全为零的实数 k1, k2, ..., km , 使
因为 λ1, ... , λm − 1, −1 这 m 个数不全为 0 (至少 −1 ≠ 0)，所以向量组线性相关 证毕 至少 ，所以向量组线性相关.
6
向量组的线性相关与线性无关的概念也 可移用于线性方程组. 可移用于线性方程组 当方程组中有某个方程是其余方程的线性组合时, 当方程组中有某个方程是其余方程的线性组合时 这个方程就是多余的, 方程组(各个方程)是线性相关的; 这个方程就是多余的 称方程组(各个方程)是线性相关的 当方程组中没有多余的方程, 当方程组中没有多余的方程 称该方程组 (各个方程)线性无关(或线性独立). 各个方程)线性无关(或线性独立)
12
证法二 利用方程组有解的条件
把已知的三个向量等式写成一个矩阵等式
1 0 1 (b1 , b2 , b3 ) = (a1 , a 2 , a 3 ) 1 1 0 , 记作 B = AK . 0 1 1 设 Bx = 0，以 B = AK 代入得 A(Kx) = 0 . ，
8
1 0 0 0 1 0 例 4 n 维向量组 e1 = , e2 = , L, en = M M M 0 0 1
称为n维单位坐标向量组,试讨论它的线性相关性 试讨论它的线性相关性. 称为n维单位坐标向量组 试讨论它的线性相关性
3.2线性相关性
a11 a21 A 1 , 2 , , s a n1 a12 a22 an 2 a1 s x1 a2 s x2 ,x ans xs
• 证明：设x1a1+x2a2 +…+xsas=0（3.2），即
第二节 向量组的线性相关性
一、向量组线性相关性的概念 二、向量组线性相关性的判定 三、向量组线性相关性的性质
• 一、向量组线性相关性的概念
• 定义4 给定向量组A: 1, 2,…, s, 如果存在不全 为零的数k1, k2,…, ks, 使 k11+k22 +…+kss=0 • 称向量组A是线性相关的, 否则称它线性无关。
• • • •
引理 设有列向量组a1, a2 , …, as, 其中 a1=(a11, a21, …, an1)T， a2 =(a12, a22, …, an2)T, …, as=(a1s, a2s, …, ans)T（s个n维列向量） 则向量组a1, a2 , …, as线性相关齐次线性方程组 Ax=0 (3.1) • 有非零解, 其中
3.3 向量组的线性相关性
~ ~ (a1, a2, a3) 111
0 2 5
742
r
100
0 2 5
522
r
100
0 2 0
022
可见r(a1 a2 a3)2< 3 r(a1 a2)2 故向量组a1 a2 a3线性相关 向量组a1 a2线性无关.
n个 n维向量a1 a2 an线性相关｜a1 a2 an｜＝０； n个 n维向量a1 a2 an线性无关｜a1 a2 an｜≠０.
上页 下页 返回
二 、线性相关性的判定
定理3.1 向量组A a1 a2 am(m2)线性相关 向量组A中至少有一个向量能由其余m1个向量线性表示.
上页 下页 返回
向量组a1 a2 am线性无关r(a1 a2 am)m. n维单位坐标向量组e1 e2 en是线性无关的.
例3.2 已知
a1(1 1 1)T a2(0 2 5)T a3(2 4 7)T 试讨论向量组a1 a2 a3及向量组a1 a2的线性相关性.
不妨设k10 于是 a1(1/k1)(k2a2 kmam)
即a1能由a2 am线性表示.
上页 下页 返回
二 、线性相关性的判定
定理3.1 向量组A a1 a2 am(m2)线性相关 向量组A中至少有一个向量能由其余m1个向量线性表示.
证 充分性
上页 下页 返回
例3.3 已知向量组a1 a2 a3线性无关 b1a1a2 b2a2a3
b3a3a1 试讨论向量组b1 b2 b3线性相关性.
证
由于此方程组的系数行
设有x1 x2 x3使 x1b1x2b2x3b30
(完整版)抽象向量组线性相关性的判定与证明
3.抽象向量组线性相关性的判定与证明对于抽象给出的向量组，判断或证明其线性相关与线性无关常采用以下方法.方法1 定义法：先设，然后对其作恒等变形，如用某个矩阵同乘该式两边，或对该式拆项重新组合等. 究竟用什么方法应当从已知条件去寻找信息，通过一次或多次恒等变形来分析能够不全为零还是必须全为零，从而得知是线性相关还是线性无关.方法2 求秩法：要论证线性相关或线性无关，可将其构成矩阵，利用或来说明.方法3 利用有关结论，如“等价的向量组有相同的秩”等. 方法4 反证法.例1 已知向量组线性无关. 设，，讨论的线性相关性 .解法1 利用定义. 设，代入的表达式，有整理得由于线性无关，所以有其系数行列式从而方程组有非零解，即不全为零(或求得方程组的通解任意；取得)，故线性相关.法2 利用矩阵的秩. 将看做行向量，令，其中因为线性无关，所以，又可求得，从而. 又知因此，故线性相关.注上题中，如将看做列向量，则有其余证明同法2.例2 已知向量组，令，，证明：(1) 当为偶数时，向量组线性相关；(2) 当为奇数时，向量组与同时线性相关或线性无关.证(1) 法1 当为偶数时，由于所以线性相关.法2 设数组，使得(*)代入的表达式并整理得令，则上式成立. 该齐次方程组的系数行列式(两条线行列式)故有非零解，即存在不全为零的数使(*)式成立，从而线性相关.(2) 当为奇数时，将看做列向量，则有其中由于，所以可逆，从而这表明向量组与可以互相线性表出，即它们等价，从而有相同的秩. 故当向量线性无关，即秩为时，向量组的秩也是，即线性无关；而当线性相关时，也线性相关.注上题中，如将看做行向量，则有例3 向量组线性无关，则下列线性无关的向量组是．(A) ，，，；(B) ，，，；(C) ，，，；(D) ，，，应填:(B)．分析法1．观察可知(A)线性相关；(C)线性相关；(D) 线性相关．由排除法可知应选(B)．法2 ．对(B)，设拆项重组为由线性无关知，系数行列式所以方程组只有零解，，从而(B)线性无关．用此法可知(A)，(C)，(D)均线性相关．法3 ．对(B)，设。
3章3节 向量组的线性相关性
即：部份相关, 则全组相关； ?全组无关, 则部份无关。 ?
定理4 若向量组1 ,2 ,, s， 线性相关，而向量组
则向量 可由1 ,2 ,, s线性表示， 1 ,2 ,, s线性无关，
且表示法唯一。
无关组加一个后相关， 则后加者由原组表出法唯一。
定理5 设有两向量组 A:1 , 2 ,, s ; B:1 , 2 ,, t ;
定义1 给定向量组A : 1 , 2 ,, s , 如果存在不全为零的数
k1 , k2 ,, ks , 使k11 k22 ks s 0, 则称向量组
线性相关 ，否则称为线性无关 。
与上一节对应，本定义相当于零向量由一组向量线性表出
(线性组合)， 但这里要求k1 , k2 ,, ks不全为零。
§ 3.3 向量组的线性相关性
上一节分析了某向量与一组向量的线性组合关系，
以及线性组合的表示， 这一内容对应非齐次线性方程组
的有解判断以及求解的内容。为下一步学习向量之间的
相关性做好了理论准备，
本节将分析一组向量内各向量之间的线性相关性。 这一内容则对应齐次线性方程组的有解判断以及求解的
内容。
一、线性相关性概念
秩小于向量的个数s。
即为齐次线性方程组系数矩阵的秩小于未知数个数 ——有非零解。
推论1 s个n维列向量1 ,2 ,, s线性无关(线性相关)的
充要条件是: 矩阵A (1 ,2 , s )的秩(等于)小于向量的个数s。
齐次线性方程组系数矩阵的秩等于未知数个数 ——仅有零解；
推论2 n个n维列向量1 ,2 ,, s线性无关(线性相关)的
1 0 2 r r = 1 2 4 2 1 r3 r1 1 5 7
第四章 向量组的线性相关性总结
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。
向量组的线性相关性的判定方法浅析
目录摘要： (I)关键词： (I)Abstract (II)Keywords： (II)1．前言 (1)2．预备知识 (1)2.1线性相关性的概念及性质 (1)2.1.1线性相关的概念 (1)2.1.2线性相关的性质 (2)3.向量组线性相关的判定方法 (3)3.1定义法 (3)3.2根据齐次线性方程组的解进行判定 (4)3.3利用矩阵的秩进行判定 (5)3.4利用行列式值进行判定 (6)3.5反证法 (7)3.6 数学归纳法 (7)3.7用线性变换的性质进行判定 (8)3.8利用朗斯基行列式来判定 (10)4.结束语 (11)参考文献 (12)致谢 (13)向量组的线性相关性的判定方法浅析摘要：本文总结综述了向量组线性相关性的判定方法，并阐述了不同判定方法适用的条件.关键词：线性相关；线性无关；判定方法.Several Methods of Judging the Linear Dependence of A VectorGroup is analysedAbstract：This article summarizes the judging methods of vector linear correlation, and expounds the different methods applicable conditions.Keywords：linear correlation; linear independence; judging methods .1．前言向量组的线性相关性在线性代数中起到贯穿始终的作用.线性相关性这个概念在许多数学专业课程中都有体现，如微分几何，高等代数和偏微分方程等等.它是线性代数理论的基本概念，它与线性空间(包括基，维数），子空间等概念有密切关系，同时在微分几何以及偏微分方程中都有广泛的应用.因此，掌握线性相关性这个概念有着非常重要的意义，也是解决其它问题的重要理论依据.向量组的线性相关与线性无关判定方法是非常灵活的。
线性代数：3.2 向量的线性相关性
,
是线性无关的.
n
例：判断向量组
1 1, a, a2, a3 ,2 1, b, b2, b3 , 4 1, c, c2, c3 ,4 1, d, d 2, d 3
线性相关还是线性无关。（a, b, c, d各不相同）
考虑齐次线性方程组
x1 x2 x3 x4 0 ax1 bx2 cx3 dx4 0 a2 x1 b2 x2 c2 x3 d 2 x4 0 a3 x1 b3 x2 c3 x3 d 3 x4 0 其系数行列式是范德蒙德行列式
即齐次线性方程组有非零解，
所以向量 1,2 ,3 线性相关。
而向量 1,2 对应分量不成比例，所以线性无关。
例： 已知向量组 1 , 2 , 3 线性无关,
1 1 2, 2 2 3,3 3 1
试证 : 1 , 2 , 3线性无关.
证明: 设 k11 k2 2 k3 3 0 k1(1 2 ) k2 ( 2 3 ) k3 ( 3 1 ) 0
设 k11 k22 l11 l22
两式相减得
kmm lmm
（k1 l1 )1 (k2 l2 )2 (km lm )m 0
因为1,2 ,,m线性无关，
所以系数k1 l1 0, k2 l2 0,, km lm 0, 于是有ki li , i 1, 2, , m.
k11 k22 kmm 0
不妨设ki 0，于是
i
k1 ki
1
ki 1 ki
i 1
ki 1 ki
i 1
即i可由其余m-1个向量线性表示。
km ki
m
（充分性）设i可由其余m 1个向量线性表示， 即i l11 li1 i1 li1 i1 lmm
于是l11 l i1 i1 (1) i l i1 i1 lm m 0
判断向量组线性相关的方法
判断向量组线性相关的方法判断向量组线性相关的方法是线性代数中的一个重要概念，它对于研究向量空间的性质和解决实际问题都具有重要意义。
在实际应用中，我们经常需要判断给定的向量组是否线性相关，这就需要运用相应的方法进行分析。
接下来，我们将介绍几种常见的方法来判断向量组的线性相关性。
一、行列式法。
对于给定的向量组${\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n$，我们可以将它们按列排成一个矩阵$A=[{\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n]$。
然后，我们计算矩阵$A$的行列式$|A|$，如果$|A|=0$，则向量组线性相关；如果$|A|\neq0$，则向量组线性无关。
二、线性方程组法。
另一种判断向量组线性相关的方法是通过解线性方程组来进行分析。
对于向量组${\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n$，我们可以构造一个线性方程组$X{\alpha}_1+Y{\alpha}_2+\cdots+Z{\alpha}_n=0$，其中$X,Y,\cdots,Z$为未知数。
然后，我们求解该线性方程组，如果存在不全为零的解，则向量组线性相关；如果只有零解，则向量组线性无关。
三、秩的方法。
我们还可以通过矩阵的秩来判断向量组的线性相关性。
对于给定的向量组${\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n$，我们将它们按列排成一个矩阵$A=[{\alpha}_1, {\alpha}_2, \cdots, {\alpha}_n]$，然后计算矩阵$A$的秩$r$。
如果$r<n$，则向量组线性相关；如果$r=n$，则向量组线性无关。
四、线性相关性的性质。
除了以上方法外，我们还可以利用线性相关性的性质来判断向量组的线性相关性。
例如，如果向量组中存在一个向量是其他向量的线性组合，则该向量组线性相关；如果向量组中的向量个数大于向量的维数，则向量组线性相关。
向量组的线性相关与线性无关分析
向量组的线性相关与线性无关1.线性组合设12,,,n t a a a R ⋅⋅⋅∈，12,,,t k k k R ⋅⋅⋅∈，称1122t t k a k a k a ++⋅⋅⋅+为12,,,t a a a ⋅⋅⋅的一个线性组合。
【备注1】按分块矩阵的运算规则，12112212(,,,)t t t t k k k a k a k a a a a k ⎛⎫⎪ ⎪++⋅⋅⋅+=⋅⋅⋅ ⎪ ⎪⎝⎭。
这样的表示是有好处的。
2.线性表示设12,,,n t a a a R ⋅⋅⋅∈，n b R ∈，如果存在12,,,t k k k R ⋅⋅⋅∈，使得1122t t b k a k a k a =++⋅⋅⋅+则称b 可由12,,,t a a a ⋅⋅⋅线性表示。
1122t t b k a k a k a =++⋅⋅⋅+，写成矩阵形式，即1212(,,,)t t k k b a a a k ⎛⎫ ⎪ ⎪=⋅⋅⋅ ⎪ ⎪⎝⎭。
因此，b 可由12,,,t a a a ⋅⋅⋅线性表示即线性方程组1212(,,,)t t k k a a a b k ⎛⎫ ⎪ ⎪⋅⋅⋅= ⎪ ⎪⎝⎭有解，而该方程组有解当且仅当1212(,,,)(,,,,)t t r a a a r a a a b ⋅⋅⋅=⋅⋅⋅。
3.向量组等价设1212,,,,,,,n t s a a a b b b R ⋅⋅⋅⋅⋅⋅∈，如果12,,,t a a a ⋅⋅⋅中每一个向量都可以由12,,,s b b b ⋅⋅⋅线性表示，则称向量组12,,,t a a a ⋅⋅⋅可以由向量组12,,,s b b b ⋅⋅⋅线性表示。
如果向量组12,,,t a a a ⋅⋅⋅和向量组12,,,s b b b ⋅⋅⋅可以相互线性表示，则称这两个向量组是等价的。
向量组等价的性质：(1) 自反性 任何一个向量组都与自身等价。
(2) 对称性 若向量组I 与II 等价，则向量组II 也与I 等价。
向量组的线性相关性
k2 k3 km 1 2 3 m . k1 k1 k1
即 1 能由其余向量线性表示. 证毕.
而 1 ,, m , 线性 定理7 设 1 , 2 ,, m 线性无关, 相关, 则 能由1 ,, m 线性表示, 且表示式是唯一的 .
k1 k3 0 k1 2k 2 3k3 0 k 5k 6k 0 2 3 1
显然k1=k2=1，k3=-1，满足上式。所以存在不全为零 的数1，1，-1使 k11 k2 2 k33 0 所以 1， 2，3
线性相关。
方法二：由克莱姆法则，此方程组的系数行列式
1 0 1 1 0 1 1 0 1 R(A)=2<3,所以 A 1 1 0 0 1 1 0 1 1 方程组有非零解。 0 1 1 0 1 1 0 0 0
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
k1 1 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
1 c D 1 1
1
1
1 c 1 1 1 c
r2 r1 r3 (1 c ) r1
1 c c 2 c
1
1
c 0 c 2 (3 c ) c 0
由克莱姆法则
(1)当D 0即c 0且c -3时 ， 方 程 组 只 有 零 解 ， 向 量 组 线 性 无 关 ； ( 2)当D 0即c 0或c -3时 ， 方 程 组 有 非 零 解 ， 向 量 组 线 性 相 关 。
第3章 3.3向量组的线性相关性
证明: (II )线性相关,故存在不全为0的数
k1 , k2 , , ks , k, 使得
k11 k22 kss k 0
现证k 0.若k 0,则k1, , ks不全为0，使得
k11 k22 kss 0,推出(I )线性相关，
这与(I )线性无关矛盾，故k 0,所以
性质1 向量组1,2, ,s(s 1)(I )线性相关
的充分必要条件是(I )中至少有一个向量可
由其余s 1个向量线性表出.
证明：必要性,1,2 , ,s ( I )线性相关,则
存在不全为零的数k1, k2 , .ks使得
k11 k22 kss 0,
必有一个ki 0,于是
i
k1 ki
1
由1,2 ,,s线性无关，得:
λ1 μ1 , λ2 μ2 , 唯一性得证.
, λs μs
23
性质3.设1,2 , ,（s I )的一部分线性相关， 则(I )线性相关. “部分相关,则整体相关”
证明：为简单起见，不妨设1,2 ,, at (t s)
线性相关,即存在不全为0的数k1, k2 ,, kt，使得
例如 : α1 (1,1，2),α2 (3, 3，6)线性相关，则
β1 (1,2), β2 (3,6)线性相关.
29
性质总结
性质1 向量组1,2, ,s(s 1)(I )线性相关
的充分必要条件是(I )中至少有一个向量可 由其余s 1个向量线性表出.
性质2 设向量组1,2 , ,s (I )线性无关， 1,2 , ,s， ( II )线性相关,则 可由
11
或者说 “个数大于维数必相关”
A
A 的列组是 4 个 3 维向量, 必相关.
- 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)。
向量组线性相关性的性质
性质1、
1,2 , ,n
k11 k22
knn
仅有零解k1 = k2 = … = kn =0 ．
1,2 , ,n
, , , , , , 维向量组 1 2 n
，则向量组
1,,2,, ,n, 线性无关
低维线性无关 高维线性无关
所以向量组 1,
l ,l 1
,n 也线性相关
部分相关 整体相关， 整体无关 部分无关
例4 、
分析：
性质3、已知向量组 1,2 , 的线性组合，不妨假设
,n ，若其中至少有一个向量能表示成其余向量 kn 0n knn 0 有非零解
1 k202
则其次线性方程组
k2 2
kn n 即
仅有零解
1 0 0 1 k1 k2 0 0
0 0 0 0 kn 1 0
n维基本单位向量组线性无关
例 3：
性质2、考虑向量组1,
l ,l 1
,n(1 l n ) ，如果部分组 1, l
线性相关，则齐次线性方程组
k11 k22
kll 有非零解
因而，齐次线性方程组 也有非零解
k11
kll kl 1l 1
knn
n 的秩小于向量的个数 n ．
向量组线性无关性的判定定理 m维向量组 A： , , 1 2 如果 k11 k22
,n 线性无关
knn （零向量），则必有
k1 = k2 = … = kn =0 ． n 元齐次线性方程组 Ax = 0 只有零解． 矩阵A = 1 2 即：r(A)=n
k11 k22
向量组 1,2 , ,n 线性相关
反之，若向量组 1,2 ,
，如果存
11 2 2 nn
则称向量 是向量组 A 的线性组合，这时称向量 能由向量
组A 线性表示．
P.110 定理4.1 的结论： 向量 能由 向量组 A 线性表示 线性方程组 Ax = 有解
r ( A) r ( A, )
由于零向量可由向量组A线性表示：0 01 02 n元齐次线性方程组 Ax =0 有非零解
r ( A) nຫໍສະໝຸດ 0nn元齐次线性方程组 Ax =0 只有零解
r ( A) n
向量组的线性相关性
1,2 , 定义：给定向量组 A：
,n ，如果存在不全为零的
实数 k1, k2, …, kn ，使得 k11 k22 knn （零向量）
则称向量组 A 是线性相关的，否则称它是线性无关的． 线性无关：当且仅当k1 = k2 = … = kn =0 时，才有
n 的秩等于向量的个数 n ．
推论
1,2 , 已知m维向量组 A：
,n ,矩阵 A 1 , 2 ,
, n
(1)若向量的维数少于向量的个数，即m<n，则 向量组A线性相关 特别地， n + 1个 n 维向量一定线性相关． (2)若向量的维数等于向量的个数，即m=n，则
A 0 A 0
§2 向量组的线性相关性
回 顾
1， 2， ， n 对于任何一组实数 线性组合： 给定向量组 A： k1 , k2 ,, kn 表达式
k11 k2 2 kn n
称为向量组 A 的一个线性组合．
1， 2， ， n和向量 线性表示：给定向量组 A：
在一组实数 1, 2, …, n ，使得
单个非零向量线性无关
k1 ,k2 使得
(1)若
1,2
线性相关，则存在不全为零的数
k11 k22
k2 1 2 不妨令 k1 0 ，可得： k1
对应分量成比例的两个向量线性相关
(2)若 1 ,2 对应分量不成比例，则齐次线性方程组
k11 k22
r(A ) 3 n
向量组 1,2 ,3 线性无关
一些特殊向量组的线性相关性
1、单个向量的向量组 (1)若
其次线性方程组 k 有非零解k=1
(2)若
其次线性方程组 k
单个零向量线性相关
仅有零解k=0
2、两个向量的向量组 1 ,2
k11 k22
knn
向量组线性相关性的判定定理
1,2 , m维向量组 A：
,n 线性相关
存在不全为零的实数 k1, k2, …, kn ，使得
k11 k22
knn （零向量）
n 元齐次线性方程组 Ax = 0 有非零解． 矩阵A = 1 2 即：r(A)<n
kll
knn 有非零解
含有零向量的向量组线性相关
4、n维基本单位向量组 1, 2
n
0 0 n 1
1 0 1 0
0 1 2 0
由于齐次线性方程组 k11
n维向量组A线性相关 n维向量组A线性无关
例1、已知向量组
r2 -3r1
r4 -5r1
1 r2 5 1 1 r3 , r4 3 6
r3 -r2
r4 -r2
r(A ) 2 n 3
向量组 1,2 ,3 线性相关
例2、已知向量组
r2 -3r1
r4 -r1
r4 +2r2
r2 -3r3
k2 1 2 (成比例，矛盾) 不可能有非零解，否则，假设 k1 0 可得： k1
对应分量不成比例的两个向量线性无关
1,
,l ,
3、含有零向量的向量组 已知向量组A:
,n ，若向量 l
齐次线性方程组 k11
k1 0 kl 1 k n 0