向量组线性相关性的概念
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
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
向量组线性相关性
向量组线性相关性
向量组线性相关性是指向量组之间的关系，它可以用来度量两个
或多个随机向量之间的相似程度。
它是将某种矩阵投射到更高维空间
中进行分析所必需的一种工具。
对于定量分析，它是一种快速而有效
的方法，可以帮助研究人员快速识别观察值之间的特征，如：相关性、回归和分类等。
此外，线性相关性也与潜在因素有关。
线性相关性可用于发现隐
藏的潜在变量，同时，当没有显式的潜在变量可以使用时，它也可以
用作预测。
例如，如果一个研究者想要预测一组观察值的趋势或变化，他/她可以使用线性相关性来找出隐藏的关系，从而建立一个有效的模
型来描述观察值之间的关系。
由于它可以用于识别数据之间的关系，因此，线性相关性在机器
学习任务中也是一种有用的工具，它可以帮助研究人员构建有效的模型，并用于预测新的数据。
例如，在机器学习领域中，线性回归就是
一种线性相关性模型，可以用于分析和预测数据集中观察值之间的关系。
因此，线性相关性是一个非常有用的工具，可用于大量因素和研
究设计中，从而帮助研究人员发现观察值之间的关系，有助于他们建
立有效的模型，并可以用于预测分析和推断。
三章向量组的相关性
自然语言处理
在自然语言处理中，向量组相关 性可以用于表示文本中的词义和 语义关系。例如，通过分析词向 量的相似性和相关性，可以实现 文本分类、情感分析、信息抽取 等功能。
感谢您的观看
THANKS
向量组相关性性质的推论
推论1
如果向量组A线性相关，则存在不全为零的标量$k_1, k_2, ..., k_n$，使得$k_1a_1 + k_2a_2 + ... + k_na_n = 0$。
推论2
如果向量组A线性无关，则其秩等于其维数，即$rank(A) = dim(A)$。
推论3
如果向量组A线性相关，则存在一个向量可以由其他向量线性表 示，即存在$a_i$，使得$a_i = k_1a_1 + k_2a_2 + ... + k_{i1}a_{i-1} + k_{i+1}a_{i+1} + ... + k_na_n$。
力学问题。
02
电磁学
在电磁学中，向量组相关性可以用于研究电场、磁场和电荷、电流之间
的关系。例如，通过分析电磁场的矢量性质和变化规律，可以解决电磁
学中的各种问题。
03
相对论
在相对论中，向量组相关性可以用于描述时空结构、物质运动和能量之
间的关系。例如，通过研究光速矢量、四维矢量等概念，可以解释相对
论中的一些重要现象。
解释
线性无关表示向量组中的向量互相独立，即不存在任何依赖关系。
ห้องสมุดไป่ตู้
向量组相关性的判定定理
定理
如果向量组中有零向量，则该向量组 线性相关；如果向量组中没有零向量 ，且任意两个向量都不共线，则该向 量组线性无关。
线性代数-向量组的线性相关性
证明：
设 [a1,a2 ,,an ], [b1,b2 ,,bn ]，则
, 线性相关
存在不全为零的常数k1, k2，使k1 k2 0
k1ai k2bi 0,i 1,2,,n，（不妨设k1 0）
ai
k2 k1
bi
,i
1,2 , , n
{PAGE}
20
例1
[1,2,0], [2,4,0]线性相关；
0
10Leabharlann 线性表示。{PAGE}
6
定义 2’：
设1 ,2 ,,m是向量组,如果存在不全为零的常数
k1 ,k2 , ,km
使得k11 k22 kmm 0
则称向量组1 ,2 ,,m线性相关，否则称为线性无关。
{PAGE}
7
注
由以上定义可得，
向量组1 ,2 ,,m是向线性无关的充分必要条件是 方程组k11 k 22 kmm 0只有零解。
2、 向量1 ,2 ,3线性相关
1 ,2 ,3 中有一个向量可由其余的向量线性表示
{PAGE}
34
不妨设3
k11
k2
，
2则
1
,2
,
线性相关
3
1 ,2 ,3 共面
k2 2 3 k11
{PAGE}
35
定理 3
设向量组1 ,2 ,,m线性无关,1 ,2 ,,m ,
线性相关，则 可由1 ,2 ,,m唯一线性表示。
{PAGE}
5
【例 1】设 1 2 3 0T ，1 1 2 1 0T ， 2 3 0 1 1T 。问 能否由1,2线性表示？
1 3 1
解：设
x11
x22，则 x1
2
向量组的线性相关性
3.2.1 向量组的线性相关与线性无关 定义3.2.1 设α1 , α2 , … , αm, β都是
数域p上的n维向量，如果存在数域p上的
数k1,k2, …,km，使得
个不全为零的数k1,k2, …,km，使得
k11 k2 2 km m 0
则称向量组α1,α2, …,αm是线性相关的. 如果向量组α1,α2, …,αm不是线性相关的,就 称为线性无关的.
由定义可知，当一个向量组中含有零 向量时，它一定是线性相关的. 当它全为 非零向量时，可能线性相关也可能线性无 关. 一个线性无关的向量组的特点是，它 只有系数全为零的线性组合才是零向量, 除此之外, 它不再有别的线性组合是零
k m1 m1
m1
rm (ki )ri i 1
1
.
2
B
m 1
0
于是有R(A)= R(A)≤m-1，即R(A)<m。
充分性，设R(A)<r=m，由定理2.5.4推
论2，存在m阶可逆矩阵P和n阶可逆矩阵Q,
使得
PAQ
Er O
O O
，
即
PA
Er O
O O
Q
1。
令
p11
P
不全为零的数 k1,k2 ,k3, k4使(3.2.2)成立， 故向量组α1,α2,α3 α4线性相关
例3.2.4设向量组α1，α2，α3，α4的线 性无关，证明：
(1)设向量组α1- α3，2α1-α2，2α3-α2线 性相关；
(2)设向量组α1- α2，α2-α3，α3+α1线性 无关。
线性代数__2[1].2向量组的线性相关性
![线性代数__2[1].2向量组的线性相关性](https://img.taocdn.com/s3/m/b9fe1714a2161479171128c3.png)
k 3 0 1 , 2 , 3 线性无关.
例3：设向量组1 , 2 ,, m 线性无关，且
1 2 m 证明向量组 1 , 2 ,， m 线性无关(m 1). 证 : 设k1 ( 1 ) k 2 ( 2 ) k m ( m ) O
a , a , , a b , b , , a
m 1m 2m 1 2 n
nm
可由 ， ， ， 线性表示
1 2 m
存在一组实数k1 , k 2 , k m , 使
k1 1 k 2 2 k m m
a1 m b1 a11 a12 a b a a 2 k 21 k 22 k 2 m 1 2 m bn a n1 a n 2 a nm a11k1 a12k 2 ...... a1m k m b1
问题： 零向量是任何向量组的线性组合，为什么？
1 0 0 0 5 0 1 0 0 , 1 , 2 , 3 , 4 3 0 0 1 0 0 0 0 0 1 2 1 0 0 0 5 0 1 0 0 有 2 5 3 0 3 0 0 1 0 0 0 0 0 1 即 =2 1 5 2 3 3 0 4 所以，称 是 1 , 2 , 3 , 4 的线性组合， 或 可以由 1 , 2 , 3 , 4 线性表示。
任一向量都可表示成单位坐标向量的线性组合
3.3 向量组的线性相关性
法２ a1 , a2 , a3 1 2 1 4 0 行列式法 0 1 2
a1 , a2 , a3线性无关
2 1 0
线性代数
首页
上一页
下一页
返回
结束
§3.3
向量组的线性相关性
例4 标准单位向量组 : T T T e1 1,0,,0 , e2 0,1,,0 ,, en 0,0,,1
秩法
cor n维n个向量组 a1 ,, an线性相关 a1 , ,, an 0
行列式法
线性无关 a1 , ,, an 0
线性代数
首页
上一页
下一页
返回
结束
§3.3
向量组的线性相关性
2 1 0 例3 讨论a1 1 ，a2 2 ，a3 1 线性相关性 0 1 2 2 1 0 1 2 1 秩法 解：法１ A (a1 , a2 , a3 ) 1 2 1 ~ 2 1 0 0 1 2 0 1 2 1 1 2 1 1 2 ~ 0 3 2 ~ 0 1 2 阶梯形矩阵 2 0 0 4 0 1
1 1 2 , 2 2 3 , , n n 1 ,
证明:当 n为奇数时,向量组1 , 2 , , n 线性无关； 当 n为偶数时，向量组 1 , 2 , , n 线性相关. 证：设一组数 k1 , k2 ,kn使k11 k2 2 kn n 0 即k （ （ （ 1 a1 a2 ) k 2 a2 a3 ) k n an a1 ) 0 亦即 （ k1 kn )a1 ( k1 k2 )a2 ( k2 k3 )a3 ( kn1 kn )an 0, a1，a2， , an线性无关，有
向量组的线性相关性
3 1
,
4线1性,表21示 ？
结论：含有限个向量的有序向量组与矩阵一一对应．
x1 a11 a12 L a1mx1
x1a1x2a2Lxm ama1,a2,L,amx M 2aM 21 aM 22 L
a2mx2 M M
xm an1 an2 L anmxm
l l l b 1 a 12 a 2 L m a m
若 Cm×n = Am×l Bl×n ，即
c11 c12 L c1n a11 a12 L a1l b11 b12 L b1n
c21 c22 L MM
cM 2naM 21 aM 22 L
a2l b21 b22 L M MM
b2n M
cm1 cm2 L cmn am1 am2 L amlbl1 bl2 L bln
1 1 1 1 1 0 3 2
(A,b)1 2 1 0~r 0 1 2 1 2 1 4 3 0 0 0 0
2 3 0 1 0 0 0
0
行最简形矩阵对应的方程组为
x1
3x3 2 x2 2x3 1
3 2 3c2
通解为
x c
2 1
2c1
1 0 c
所以 b = (－3c + 2) a1 + (2c－1) a2 + c a3 ．
回顾：线性方程组的表达式
1. 一般形式
2. 增广矩阵的形式
3xx11
4x2 x3 x2 2x3
5 1
3 4 1 5
1
1
2 1
3. 向量方程的形式
4. 向量组线性组合的形式
3
1
4 1
1 2
x1 x2 x3
5 1
向量组的线性相关性
向量组的线性相关性1.1向量组的线性相关性的概念与判定1.1.1向量组的线性相关性概念定义1： 给定向量组12(,,)m A ααα=⋅⋅⋅,如果存在不全为零的数 12,,,m k k k ⋅⋅⋅,使11220m m k k k ααα++⋅⋅⋅+=则称向量组A 是线性相关的, 否则称它是线性无关的.定义2：若向量组A 中每一个向量(1,2,,)i i t α= 都可由向量组{}1,,s B ββ= 线性表示，则称A 可由B 线性表示。
若两个向量组可互相线性表示，则称这两个向量组等价.性质：向量组的等价具有1）反射性；2）对称性；3）传递性.定义3： 向量组{}s αα,,1 称为线性无关，若它不线性相关，或：由11220s s k k k ααα+++= ，则必021====s k k k 。
即：11220s s x x x ααα+++= 只有唯一零解.定义6：一向量组的一个部分组称为一个极大线性无关组，如果这个部分组本身是线性无关的,并且从这向量组中任意添一个向量（如果还有的话）.所得的部分向量组都线性相关.定义7：一个向量组的极大线性无关组所含向量个数称为这个向量组的秩数.性质：1.向量组{}r αα,,1 线性无关⇔{}r αα,,1 秩r =. 向量组{}r αα,,1 线性相关⇔{}r αα,,1 秩r <. 2.等价向量组的秩数相同.n P 中向量组的极大线性无关组的求法. 注意1: 对于任一向量组而言, 不是线性无关的就是线性相关的. 注意2: 若12,,m ααα⋅⋅⋅线性无关, 则只有当120m λλλ==== 时, 才有11220m m λαλαλα++⋅⋅⋅+=成立.注意3: 向量组只包含一个向量α 时,若0α=则说α线性相关; 若0α≠, 则说α 线性无关.注意4: 包含零向量的任何向量组是线性相关的.注意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, 几何意义是两向量共线; 三个向量线性相关的几何意义是三向量共面.1.1.2线性相关性的判定向量组12,,m ααα⋅⋅⋅ (当m 2≥时)线性相关的充分必要条件是12,,m ααα⋅⋅⋅中至少有一个向量可由其余1m -个向量线性表示.证明: 充分性. 设12,,m ααα⋅⋅⋅中有一个向量(比如m α)能由其余向量线性表示,即有112211m m m αλαλαλα--=++⋅⋅⋅+也就是112211(1)0m m m λαλαλαα--++⋅⋅⋅++-=因121,,,m λλλ-⋅⋅⋅,(-1)这m 个数不全为0,故12,,m ααα⋅⋅⋅线性相关.必要性. 设12,,m ααα⋅⋅⋅线性相关. 则有不全为0的数12,,,m k k k ⋅⋅⋅,使11220m m k k k ααα++⋅⋅⋅+=不妨设10k ≠, 则有32123111()()().m m k k k k k k αααα=-+-++- 即1α能由其余向量线性表示. 证毕1.2 向量组线性相关性的性质和应用1.2.1向量组线性相关性的性质：1.含零向量的向量组必线性相关，即{}s ααθ,,,1 线性相关.θααθ=⋅++⋅+⋅s 00112.一个向量组若有部分向量线性相关，则此向量组线性相关。
3-2向量组的线性相关性
上页 下页 返回 结束
证明 存在性 ∵ α1,α2, ,αm, β线性相关
∴ 存在不全为 0的k1, k2 , , km , k, 使得 k1α 1+k2α 2+ + kmα m+kβ = 0
3
推论1： 设两个 n 维向量组 A : α1 , , αr ,与B : β1 , , βs , 若向量组A 能由向量组B线性表示, 且 r > s,则向量组 A必线性相关. (如果个数多的向量组能由个数少的向 向量组线性表示，则个数多的向量组必线性相关)
推论2： 设两个 n 维向量组 A : α1 , , αr ,与B : β1 , , βs , 若此两个向量组等价且皆线性无关，则 r = s . (等价的线性无关向量组所含向量个数相同)
⎪⎩ x2 + x3 = 0
由于此方程组的系数行 列式
1 01 1 1 0 =2≠0
011
故方程组只有零解 x1 = x2 = x3 = 0，
所以
向量Байду номын сангаасβ1
,
β
2
,
β
线性无关
3
.
注 若向量组坐标没给出，则用定义做.
上页 下页 返回 结束
二、向量组线性相关性的判定
P67例5
定理1（判别法一）
n个n维向量所组成的向量组 α1,α 2,
1
⎥ ⎥
;
⎢⎣ 3 ⎥⎦
⎢⎣−5⎥⎦
⎢⎣ 2 ⎥⎦
解： 因为向量个数等于向量维数，
1 0 −1 1 0 0 ∴ −2 2 1 = −2 2 −1 = 5 ≠ 0
向量组的线性相关性
向量组线性无关性的判定定理 m维向量组 A： , , , 线性无关 1 2 n 如果 k11 k22 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 n 的秩等于向量的个数 n ． 即：r(A)=n
, ,
k1( ) k2( ) k3( ) (k1 k2 ) (k2 k3 ) (k1 k3 )
因为向量组 , , 线性无关，所以
k1 k3 0 k1 k2 0 k2 k3 0
，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 0n n元齐次线性方程组 Ax =0 有非零解
已知向量组A:
k1 0 kl 1 k n 0
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
1 0 1 0
0 1 2 0
0 0 n 1
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 , ,n ，若其中至少有一个向量能表示成其余向量 的线性组合，不妨假设
1 k202 kn 0n
则其次线性方程组
向量的线性相关性
亦即 （ x1 x3 ) 1 ( x1 x 2 ) 2 ( x2 x 3 ) 3 0, 因 1， 2， 3线性无关，故有 x1 x 3 0, 方程组只有零解 x1 x2 x3 0， x1 x 2 0, 所以向量组 b1 , b2 , b3线性无关 . x x 0. 2 3
a m）
故
am 1 1 2 2 m 1 m 1 1 1 2 2 m 1 m 1 1am 0
故 1 , 2 , , m 线性相关.
杨建新
因 1 , 2 , , m 1 , 1 这 m个数不全为0，
第 三 章 维 向 量 空 间 n
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，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。
杨建新
第二节 向量的线性相关性
例3
证
已知向量组 1 , 2 , 3 线性无关 , b1 1 2 ,
k12 k 22 km 2
k1 s k2s k ms
系数矩阵. 矩阵K ms (kij )称为这一线性表示的
杨建新
第二节 向量的线性相关性
定理1 设向量组 A： 1， 2， , m与向量b
( 1， 2， , m , b都是n维向量)，记矩阵
向量组线性相关，则该 向量组也线性相关；
第二节 向量的线性相关性
1 , 2 ,, m线性无关， 推论： 设n维向量组
则其任一部分向量组也 线性无关；
第 三 章 维 向 量 空 间 n
定理及推论意为 : 一个向量组若有线性相 关的部分组，则该向量 组线性相关。特别地， 含有零向量的向量组必 线性相关。等价地， 若一个向量组线性无关 ，则它的任何部分组 都线性无关。