向量的概念、向量组的概念
向量
定义 n 个数 a1,a2,…,an 所组成的有序数组:
α=(a1,a2,…,an)或α=(a1,a2,…,an)T
叫做 n 维向量,其中 a1,a2,…,an 叫做向量 α 的分量(或坐标),前一个表示式称为列向量,后者称为行向量。
向量的基本运算
α+β=(a1+b1,a2+b2,....,an+bn)
kα=(ka1,ka2,...,kan)
向量组
若干个相同维数的行向量(或者列向量)所组成的全部集合叫做向量组。
α1,α2,…,αs 和 α1,α2,…,αr ,其中 s≦r ,则称α1,α2,…,αs 是α1,α2,…,αr 的部分组,α1,α2,…,αr 是整体组。
线性表出、线性相关
线性表出
m 个 n 维向量 α1,α2,…,αm 及 m 个数 k1,k2,…,km ,则向量
k1α1+k2α2+…+kmαm
称为向量 α1,α2,…,αm 的一个线性组合 ,k1,k2,…,km称为这个线性组合的系数。
若 β 能表示成α1,α2,…,αm的线性组合,即
β=k1α1+k2α2+…+kmαm
则称 β 能由 α1,α2,…,αm 线性表出。
Notes:
线性表出具有可传递性,例如:
已知α,β1,β2,β3,γ1,γ2都是n维向量,如果α可由β1,β2,β3线性表出,β1,β2,β3可由γ1,γ2线性表出,则α可由γ1,γ2线性表出.
线性相关
定义对 m 个 n 维向量 α1,α2,…,αm ,若存在不全为零的数 k1,k2,…,km ,使得
k1α1+k2α2+…+kmαm=0
成立,则称向量组 α1,α2,…,αm 线性相关,否则称它们线性无关。
Notes:
α1,α2,…,αm线性无关⇔秩r(α1,α2,…,αm)=m⇔方程组k1α1+k2α2+…+kmαm=0只有零解
n个n维向量α1,α2,…,αn线性无关⇔∣α1,α2,…,αm∣=0
- 显然含有零向量,相等向量或成比例向量的向量组是线性相关的;单个向量时,零向量是线性相关的。
- 线性表出对系数无要求、线性相关有要求(不全为0)
定理与推论
定理一
向量 β 可由 α1,α2,…,αm 线性表出
⇔∃ 实数 k1,k2,…,km使β=k1α1+k2α2+…+kmαm。
⇔ 方程组 [a1a2⋯am]x1x2⋮xm=β 有解
⇔ 秩 r(α1,α2,…,αm)=r(α1,α2,…,αm,β)。
对于Ax=b来说就是r(A)=r(A)
定理二
向量组线性相关 ⇔ 对应的齐次线性方程组有非零解 ⇔r(α1,α2,…,αm)<m
推论
- n个n维向量α1,α2,…,αn线性无关⇔∣α1,α2,…,αn∣=0。
该推论可以根据克拉默法则得出,克拉默法则强调系数行列式不为0则n个方程n个未知量的齐次方程组有唯一零解。
- n+1个n维向量必线性相关。
定理三
如果 n 维向量 α1,α2,…,αs 线性无关,α1,α2,…,αs,β 线性相关,则向量 β 可由 α1,α2,…,αs 线性表出且表示法唯一。
可以参考克拉默法则
定理四
向量组 α1,α2,⋯,αs(s⩾2) 线性相关的充分必要条件是至少有一个向量 αi 可由其余的向量 α1,αi−1,αi+1,⋯,αs 线性表出。
定理五
如果 α1,α2,⋯,αs 可由 β1,β2,⋯,βt 线性表出且 s>t ,则 α1,α2,⋯,αs 必线性相关。
如果 α1,α2,⋯,αs 可由 β1,β2,…,βt 线性表出且 α1,α2,…,αs 线性无关,则 s⩽t。
定义设向量组
(1)α1,α2,…,αs;(2)β1,β2,…,βs
若(1)中的每个向量αi,i=1,2,…,s,均可由(2)线性表出,则称(1)可由(2)线性表出;若向量组(1)、(2)可以相互表出,则称向量组(1)、(2)是等价向量组,记成(1)≅(2)。
定理
如果向量组(1)可由向量组(2)线性表出,则r(1)≤r(2)
推论
如果向量组(1)可由向量组(2)等价,则r(1)=r(2)
向量组的秩、矩阵的秩
向量组的秩
定义
向量组 αi1,αi2,⋯,αir(1≤ir≤s) 是向量组 α1,α2,⋯,αs 的部分组,满足条件
-
αi1,αi2,⋯,αir 线性无关;
-
向量组中任一向量 αi(1≤i≤s) 均可由 αi1,αi2,⋯,αir 线性表出,则称向量组 αi1,αi2,⋯,αir 是向量组 α1,α2,⋯,αs 的极大线性无关组。
条件(2)的等价说法是: αi1,αi2,⋯,αir 中加入任一向量 αi(1≤i≤s) , 则向量组 αi1,αi2,⋯,αir,αi 线性相关。
是因为借助 αi1,αi2,⋯,αir 可以构建出 αi ,那么 −αi+αi=0
向量组的极大无关组一般不唯一,但极大无关组的向量个数是一样的。 只有一个零向量组成的向量组没有极大线性无关组,一个线性无关向量组的极大线性无关组就是该向量组本身。
向量组的极大线性无关组的向量个数称为向量组的秩,记为 r(α1,α2,…,αs)。
秩也是行最简矩阵的非零行数目
向量组和它的极大线性无关组是等价向量组。
一个向量组中各极大无关组之间是等价向量组,且向量个数相同。
矩阵的秩
定义
在 m×n 矩阵 A 中,任取 k 行与 k 列 (k≦m,k≦n),位于这些行与列的交叉点上的 k2 个元素按其在原来矩阵 A 中的次序可构成一个 k 阶行列式,称其为矩阵 A 的一个 k 阶子式。
定义(矩阵的秩)
设 A 是 m×n 矩阵,若 A 中存在 r 阶子式不等于零,r 阶以上子式均等于零,则称矩阵 A 的秩为 r,记成 r(A) ,零矩阵的秩规定为0。
秩 r(A)=r ⇔ 矩阵 A 中非零子式的最高阶数是 r(A)=r。
r(A)<r ⇔A 中每一个r阶子式全为0。
r(A)≥r ⇔A 中有r阶子式不为0
特别地,r(A)=0⇔A=0,
A=0⇔r(A)≥1。
若 A 是 n 阶矩阵,r(A)=n⇔∣A∣=0⇔A可逆。
r(A)=n⇔∣A∣=0⇔A不可逆。
若 A 是 m×n 矩阵,则 r(A)≤min(m,n)。
经初等变换矩阵的秩不变。
正交规范化、正交矩阵
内积
-
定义
设有 n 维向量 α=(α1,α2,⋯,αn)T 和 β=(β1,β2,⋯,βn)T,令
(α,β)=αTβ=αβT=i=1∑nαiβi
称(α,β)为向量α和β的内积。
-
性质
- (α,β)=(β,α)(对称性);
- λ(α,β)=(λα,β)=(α,λβ)(线性性);
- (α+β,γ)=(α,γ)+(β,γ)(线性性);
- (α,α)≥0,等号成立当且仅当α=0(正定性)
单位向量
定义
设 ∣∣α∣∣=(α,α)=α12+α22,+⋯+αn2 称为向量 α=(α1,α2,⋯,αn)T 的模(长度), ∣∣α∣∣=1 时称α为单位向量。
正交
定义
两个向量 α,β 夹角的余弦为:
cos(α,β)=∣∣α∣∣∗∣∣β∣∣(α,β)
当(α,β)=0时,则cos(α,β)=cos(β,α)=2π,则称向量α,β正交
施密特正交化
施密特(Schmidt)标准正交化方法
设向量组 α1,α2,α3 线性无关,其标准正交化的方法如下(又称正交规范化):
先正交化,取
β1=α1
β2=α2−(β1,β1)(α2,β1)β1
β3=α3−(β1,β1)(α3,β1)β1−(β2,β2)(α3,β2)β2
则 β1,β2,β3 是正交向量组.
再将 β1,β2,β3 单位化.取
η1=∣β1∣β1η2=∣β2∣β2η3=∣β3∣β3
则 η1,η2,η3 是标准正交向量组,即有 (ηi,ηj)=⎩⎨⎧0i=j1i=j