4.2 向量组的线性相关性
向量组的相关与无关
定义 给定向量组
则称向量组是线性相关的。
给定向量组
则称向量组是线性无关(或线性独立)的。
TIP
等号右边的
用更容易理解的说法就是:向量组线性相关,指的是向量组内部至少存在一个向量,可以用其余向量线性表示。也就是说,线性相关指的就是向量组中存在「多余」向量,因此其中的独立向量的数量一定小于向量的总数:
向量组线性无关,指的就是内部任何一个向量都不可以用其余向量线性表示,也就是这些向量全都是独立向量,不包含「多余」向量。因此其中的独立向量的数量一定等于向量的总数:
使用秩来判断相关无关是等价判断,即有
- 向量组
线性相关 ; - 向量组
线性无关 。
WARNING
特别地,包含零向量的向量组一定是线性相关的。
根据根据定义,求和式中零向量前的系数可以是任意实数,因此总存在不全为零的一组实数使得求和式等于零向量成立。
例 1
已知向量组
解:设有
由于向量组
注意到这是一个齐次线性方程组,其系数矩阵
故其只有零解,即
相关无关的推论
设
相关 - 本身相关,增加相关:任意增加几个同维向量,得到的新向量组一定相关;
设
无关 整体无关,部分无关:从中任意选取几个向量,得到的新向量组一定无关;
若
仍无关,则 不能由 线性表示; 若
相关,则 能由 线性表示,且表示方式唯一; 从秩的角度看,向量组
线性无关,则 ;加上 之后相关,则 。又因为矩阵的秩越拼越大,故有 ,因此 。 再从方程组的角度看,将
看作系数矩阵,将 看做增广矩阵。系数矩阵的秩等于增广矩阵的秩,因此该方程组有唯一解。因此表示方式是唯一的。
设
维向量组 ,若 时,必定线性相关。 也就是说,个数 > 维数,必相关。
从矩阵的角度看,矩阵的秩既不大于行数(向量维数
又不大于列数(向量个数) , 因此有:秩 ≤ 向量维数 < 向量个数。) , 从几何的角度看,这句话就是在说:
维的空间中,最多只能定义 个独立基底。定义这 个独立基底之后,这个空间内的所有向量都可以由这 个基底表示。
例 2
已知
能由 线性表示; 不能由 线性表示。
证明:
假设
可由 线性表示。 又有
能由 线性表示,故 可由 线性表示,则向量组 线性相关。这与已知矛盾,故假设不成立, 不能由 线性表示。证毕。
极大线性无关组
定义
定义 若向量组
- 该部分组线性无关;
- 原向量组中的任一向量都能由该部分组线性表示
则称该部分组是原向量组的一个极大线性无关组,简称极大无关组,也称最大线性无关组、最大无关组。
根据定义易知,一个向量组与其极大线性无关组可以互相表示,因此二者是等价的。
极大线性无关组其实就是我们一直在提的独立向量,所以极大线性无关组中向量的个数就等于向量组的秩。从几何的角度理解,极大线性无关组实际上是这个向量组的一组基底,其他的向量都可以由这组基底线性表示。
极大线性无关组可能不唯一,但是极大线性无关组中的向量个数一定是不变的。
NOTE
这里也给出极大线性无关组的第二定义。
若向量组
- 该部分组
线性无关; - 向量组
中任意 个向量(如果存在的话)都线性相关
则称该部分组是原向量组的一个极大线性无关组。
此定义与前面给出的定义等价。
求法
首先需要明确:初等行变换不改变列向量之间的线性关系。
如何理解这一点?考虑一个方程组:
那么
将其展开:
取这个方程组的矩阵,进行初等行变换,由于初等行变换是同解变换,因此这里的
我们用一个实际一些的问题来分析。设矩阵
假设我们要求矩阵
将其化为行最简形矩阵。设原矩阵的第
考虑主元所在的列
行最简形矩阵中,主元所在的列除了主元之外都是
而且,对于没有主元的列,其中的每个非零元素都有与之对应的主元,也就是说可以通过主元所在的列的线性变换表示。例如本例中,
由此,我们注意到:
- 主元所在的列组成的向量组是线性无关的;
- 除了主元所在的列之外的向量,都可以通过主元所在的列的线性变换表示。
也就是说,主元所在的列满足了极大线性无关组所需的要求,因此,主元所在的列组成的向量组就是该向量组的极大线性无关组。即本例中
根据初等行变换的同解性,
我们可以写出:
根据初等行变换的同解性,我们有
如此,不属于极大无关组的列向量便用极大无关组线性表示出来了。