向量组:若干个维数相同的向量构成一个向量组。
向量的线性组合:设A=\{\alpha _1,\alpha _2,\dots,\alpha _n\}是一个向量组,k_1,k_2,\dots ,k_m是一组数,则称
是向量组A的一个线性组合(linear combination)。
k_1,k_2,\dots ,k_m称为组合系数。
向量的线性表示:向量\beta能由向量组A=\{\alpha _1,\alpha _2,\dots,\alpha _n\}线性表示是指存在一组数k_1,k_2,\dots ,k_n,使得
即\beta是向量组A的一个线性组合。
命题1:向量
能由矩阵
的列向量组线性表示的充分必要条件是下列线性方程组有解:
或者向量b能有矩阵A的列向量组线性表示的充分必要条件是下列线性方程组有解:
而线性方程组Ax=b有解的充分必要条件是系数矩阵的秩等于增广矩阵的秩,即R(A)=R(A,b)。
向量组的线性相关与线性无关:设有向量组A=\{a_1,a_2,\dots ,a_n\}。如果存在不全为零的数k_1,k_2,\dots ,k_n,使得
则称向量组A是线性相关(linear dependent)的,否则称该向量组线性无关(linear independent)。
注意:只有一个向量a的向量组\{a\}线性相关的充分必要条件是a是零向量。
向量组的秩:向量组A的极大无关组中所含向量的个数称为向量组的秩(Rank),记作R_A。
注意:只有零向量的向量组没有极大无关组,规定它的秩为0。
等价向量组必等秩,等秩向量组不一定等价。
求向量组的秩与极大无关组的方法:将向量组A=\{a_1,a_2,\dots ,a_m\}的向量作为列构成矩阵A,用初等行变换将A化成行阶梯形B,则B的不为零的行的行数即为向量组的秩;B的各行非零首元所在的列构成B的列向量组的极大无关组,A的对应列便是向量组A的极大无关组;将B进一步化为行最简形C,则由C的列向量之间的线性关系,由此得到向量用极大无关组线性表示的表达式。
我们曾经把一切n维向量(x_1,\dots,x_n)的集合称为n维向量空间,记作
。
设\oslash \ne V\subseteq R^n,若集合V对于向量的线性运算封闭,则称V是一个向量空间(vector space)。
注意:任何向量空间必须含有零向量,从而不含零向量的空间一定不是向量空间。