向量组的线性相关性分析
合集下载
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
m 元齐次线性方程组 Ax = 0 有只有非零解． 矩阵A = (a1, a2, …, am ) 的秩<=向量的个数 m ．．
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
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
第 二 节 向量组的线性相关性
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
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 a12 a1 s 0 a a a2 s 0 21 22 x1 + x2 + + xs 0 a a a n1 n2 ns a11 x1 + a12 x2 + + a 1 s x s 0 a21 x1 + a22 x2 + + a 2 s x s 0 即 an1 x1 + an 2 x2 + + a ns x s 0 (3.3)
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
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
解 对矩阵(a1 a2 a3)施行初等行变换变成行阶梯形矩阵
~ ~ (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
~ ~ (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
- 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