/
...
/
/
线性
Search
Try Notion
线性
向量的线性表示
定义1:给定Km内向量组α1,α2,α3.BKm内一个向量.如果存在数域Ks个数k1,k2,,ks使β=k1α1+k2α2++k5αs定义1: 给定 K^m 内向量组\alpha_1,\alpha_2…,\alpha_3.设B是K^m内一个向量.\\ 如果存在数域K内s个数k _ { 1 },k _ { 2 },,k _ { s }\\ 使\beta = k _ { 1 } \alpha _ { 1 } + k _ { 2 } \alpha _ { 2 } + \cdots + k _ { 5 } \alpha _ { s } 
由于方程组和向量方程一一对应关系,方程组有界等价于 β 可以被线性表示
线性相关
定义1:给定Km内向量组α1,α2,α3α1=[a11a12a1n]α2=[a21a22a2n]α3=[a31a32a3n]0=k1α1+k2α2++k5αs有非0,则这个向量组线性相关[0]=[A][X]有非0解则线性相关定义1: 给定 K^m 内向量组\alpha_1,\alpha_2…,\alpha_3\\ \alpha_1=\begin{bmatrix} a_{11} \\ a_{12} \\ \vdots \\a_{1n} \end{bmatrix} \quad \alpha_2=\begin{bmatrix} a_{21} \\ a_{22} \\ \vdots \\a_{2n} \end{bmatrix} \quad \alpha_3=\begin{bmatrix} a_{31} \\ a_{32} \\ \vdots \\a_{3n} \end{bmatrix} \\ 0 = k _ { 1 } \alpha _ { 1 } + k _ { 2 } \alpha _ { 2 } + \cdots + k _ { 5 } \alpha _ { s } \\ 有非0解,则这个向量组线性相关 \\ 即[\bold 0]=[\bold A][\bold X]有非0解则线性相关 
定义2:
略方程组形式…
定义3(推论):
线性引理
向量组内—-线性表示—线性无关定理
KmK^m内向量组α1,α2,,αs(s2)α_1, α_2, …, α_s(s≥2)线性相关的充分必要条件是其中存在一个向量能被其余向量线性表示
向量组间—-线性表示—线性无关定理
若向量组A能被B线性表示且A中向量个数r大于B中向量个数s则有A线性相关[A]=[B][K]r>s则有[A][x]=[0]有非0若向量组A能被B线性表示且A中向量个数r大于B中向量个数s\\ 则有A线性相关\\ \\ \\ 即[A]=[B][K] 且r>s 则有[A]\begin{bmatrix} x \\ \vdots \end{bmatrix} = [0] 有非0解
证明:.[A]=[B][K]Amr矩阵,Bms矩阵则有K必为sr矩阵则有判断A是否线性相关,同乘[x]判断解的情况即判断[B][K][x]=[0]的解情况对于[K][x]=[0]的解,也为[B][K][x]=[0]的解,也为[A][x]的解[K][x]=0是个行数(方程数)小于列数(未知量个数)的齐次方程,必有非0[A][x]=0有非0,即线性相关证明:\\ .[A]=[B][K] A为m*r矩阵,B为m*s矩阵 则有K必为s*r矩阵\\ 则有\\ 判断A是否线性相关,同乘 \begin{bmatrix} x \\ \vdots \end{bmatrix} 判断解的情况\\ 即判断[B][K]\begin{bmatrix} x \\ \vdots \end{bmatrix}=[0] 的解情况\\ 对于[K]\begin{bmatrix} x \\ \vdots \end{bmatrix}=[0] 的解,也为[B][K]\begin{bmatrix} x \\ \vdots \end{bmatrix}=[0] 的解,也为[A]\begin{bmatrix} x \\ \vdots \end{bmatrix}的解\\ 而 [K]\begin{bmatrix} x \\ \vdots \end{bmatrix} = 0是个行数(方程数)小于列数(未知量个数)的齐次方程,必有非0解\\ 故[A]\begin{bmatrix} x \\ \vdots \end{bmatrix} =0有非0解,即线性相关