数一线代 第三章:向量
一、向量、向量组的概念
定义: n个数$a_1,a_2,…,a_n$构成的有序数组称为n维向量。
列向量,行向量
基本运算:加法、数乘。
若干个同维数的行向量(或列向量)所组成的集合叫做向量组。
部分组、整体组、延伸组、缩短组
二、线性表出、线性相关
定义:m个n维向量$\alpha_1,\alpha_2,…,\alpha_m$及m个数$k_1,k_2,…,k_m$,则向量
称为向量$\alpha_1,\alpha_2,…,\alpha_n$的一个线性组合,$k_1,k_2,…,k_m$称为这个线性组合的系数。
若$\beta$能表示成$\alpha_1,\alpha_2,…,\alpha_n$的线性组合,即
则称$\beta$能由$\alpha_1,\alpha_2,…,\alpha_m $线性表出。
向量$\beta$可由$\alpha_1,\alpha_2,…,\alpha_m$线性表出
$\leftrightarrow \exists$实数$k_1,k_2,…,k_m$使$k_1\alpha_1+k_2\alpha_2+…+k_m\alpha_m=\beta$;
$\leftrightarrow$方程组
$\leftrightarrow$秩$r(\alpha_1,\alpha_2,…,\alpha_m)=r(\alpha_1,\alpha_2,…,\alpha_m,\beta)$
定义: 对m个n维向量$\alpha_1,\alpha_2,…,\alpha_m$,若存在不全为0的数$k_1,k_2,…,k_m$,使得
成立,则$\alpha_1,\alpha_2,…,\alpha_m$线性相关,否则称其线性无关。
含有0向量,相等向量,比例向量的向量组是线性相关的。
向量$\alpha_1,\alpha_2,…,\alpha_m$线性相关
$\leftrightarrow$以$\alpha_j$为列向量的齐次线性方程组$x_1\alpha_1+x_2\alpha_2+..+x_m\alpha_m=0$有非零解
$\leftrightarrow r(\alpha_1,\alpha_2,…,\alpha_m)<m$
推论:
①. n个n维向量$\alpha_1,\alpha_2,…,\alpha_n$线性相关$\leftrightarrow$行列式$|\alpha_1,\alpha_2,…,\alpha_n|=0$。
②. 任何n+1个n维向量必线性相关。
定理:
①. 若向量组$\alpha_1,\alpha_2,…,\alpha_s$线性无关,而向量组$\alpha_1,\alpha_2,…,\alpha_s,\beta$线性相关,则$\beta$可由$\alpha_1,\alpha_2,…,\alpha_s$线性表出,且表出法唯一。
②. 向量组$\alpha_1,\alpha_2,…,\alpha_s(s\ge2)$线性相关$\leftrightarrow \exists \alpha_i$可由其余的向量线性表出。
③. 设$\alpha_1,\alpha_2,…,\alpha_s$可由$\beta_1,\beta_2,…,\beta_t$线性表出,则$r(\alpha_1,\alpha_2,…,\alpha_s)\le r(\beta_1,\beta_2,…,\beta_t)$。
④. 如$\alpha_1,\alpha_2,…,\alpha_s$可由$\beta_1,\beta_2…\beta_t$线性表出,且$s\gt t$,则$\alpha_1,\alpha_2,…,\alpha_s$必线性相关。
推论:如$\alpha_1,\alpha_2,…,\alpha_s$线性无关,且$\alpha_1,\alpha_2,…,\alpha_s$可由$\beta_1,\beta_2…\beta_t$线性表出,则$s\le t$。
定理(关于部分组、整体组、延伸组、缩短组):
①. 任何部分组$\alpha_1,\alpha_2,…,\alpha_r$相关$\Rightarrow$整体组$\alpha_1,\alpha_2,…,\alpha_r,…,\alpha_s$相关;
②. 整体组$\alpha_1,\alpha_2,…,\alpha_r,…,\alpha_s$无关$\Rightarrow$ 任何部分组$\alpha_1,\alpha_2,…,\alpha_r$无关;
③. $\alpha_1,\alpha_2,…,\alpha_m$线性无关$\Rightarrow$延伸组$\tilde \alpha_1,\tilde \alpha_2,…,\tilde \alpha_m$线性无关;
④. 延伸组$\tilde \alpha_1,\tilde \alpha_2,…,\tilde \alpha_m$线性相关$\Rightarrow$ $\alpha_1,\alpha_2,…,\alpha_m$线性相关。
三、向量组的秩、矩阵的秩
1. 向量组的秩
定义:向量组$\alpha_{i_1},\alpha_{i_2},…\alpha_{i_r}(1\le i_r\le s)$是向量组$\alpha_1,\alpha_2,…,\alpha_s$的部分组,满足条件
(1) $\alpha_{i_1},\alpha_{i_2},…\alpha_{i_r}$线性无关;
(2) 向量组中任一向量$\alpha_i(1\le i\le s)$均可由$\alpha_{i_1},\alpha_{i_2},…\alpha_{i_r}$线性表出,则称向量组$\alpha_{i_1},\alpha_{i_2},…\alpha_{i_r}$是向量组$\alpha_1,\alpha_2,…,\alpha_s$的极大线性无关组。
只有一个0向量组成的向量组没有极大线性无关组。
极大线性无关组通常不唯一,但向量个数是一样的。 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$r(\alpha_1,\alpha_2,…,\alpha_s)$。
2. 矩阵的秩
矩阵A中非0子式的最高阶数称为矩阵A的秩,记为$r(A)$。
- $r(A)=0\leftrightarrow A=O;A\ne O\leftrightarrow r(A)\ge1$。
- 若A是n阶矩阵,$r(A)=n\leftrightarrow |A|\ne 0\leftrightarrow A可逆$;$r(A)\lt n\leftrightarrow |A|= 0\leftrightarrow A不可逆$。
- 若A是m×n矩阵,则$r(A)\le min(m,n)$。
- 经初等变换,矩阵的秩不变。
- $r(A^T)=r(A^TA)=r(kA)=r(A),k\ne 0$。
- $r(A+B)\le r(A)+r(B),r(AB)\le min(r(A),r(B))$。
- 若A可逆,则$r(AB)=r(BA)=r(B)$。
- 若A是m×n矩阵,B是n×s矩阵,$AB=O$,则$r(A)+r(B)\le n$。
- 分块矩阵$r\left[\begin{matrix}A&O\\O&B \end{matrix}\right]=r(A)+r(B)$。
- 若$A\sim B$,则$r(A)=r(B),r(A+kE)=r(B+kE)$(第五章)
- $r(A)=A$的行秩$=A$的列秩
设$A$是$m×n$矩阵,$B$是$n×s$矩阵,若$AB=O$,则
(1)$B$的列向量是齐次方程组$Ax=0$的解
(2)$r(A)+r(B)\le n$
四、正交规范化、正交矩阵
1. 内积
定义:设n维向量$\alpha=(a_1,a_2,…,a_n)^T,\beta=(b_1,b_2,…,b_n)^T$,令
则称$(\alpha,\beta)$为向量$\alpha,\beta$的内积。
性质:
①. $(\alpha,\beta)=(\beta,\alpha)$;
②. $λ(\alpha,\beta)=(λ\alpha,\beta)=(\alpha,λ\beta)$;
③. $(\alpha+\beta,\gamma)=(\alpha,\gamma)+(\beta,\gamma)$;
④. $(\alpha,\alpha)\ge 0$,当且仅当$\alpha=0$时等号成立。
定义:模$||\alpha||=\sqrt{(\alpha,\alpha)}=\sqrt{a_1^2+a_2^2+…+a_n^2}$。
定义:向量$\alpha,\beta$夹角的余弦:
当$(\alpha,\beta)=0$时,$\alpha,\beta$正交。
2. 施密特正交化
①先正交化:
②. 再单位化:
3. 正交矩阵
定义:设A为n阶矩阵,$AA^T=A^TA=E$,称A为正交矩阵。
定理:A是正交矩阵,则$A^T=A^{-1}$,A的行(列)向量都是单位向量且两两正交。
定理:如$A$是正交矩阵,则$|A|=\pm 1$。
五、向量空间
定义:全体$n$维向量连同向量的加法和数乘运算合称为$n$维向量空间。
定义:设$W$是$n$维向量的非空集合,若满足:
- $\forall \alpha,\beta∈W$,必有$\alpha+\beta∈W$
- $\forall \alpha∈W$及任一实数$k$,必有$k\alpha∈W$
则称$W$是$n$维向量的子空间。当$W$是齐次方程组$Ax=0$的解向量的集合时, 也称为解空间。
定义:如果向量空间$V$中的$m$个向量$\alpha_1,\alpha_2,…,\alpha_m$满足
- $\alpha_1,\alpha_2,…,\alpha_m$线性无关
- $V$中任意向量$\beta$均可由向量组$\alpha_1,\alpha_2,…,\alpha_m$线性表出
则称$\alpha_1,\alpha_2,…,\alpha_m$为向量空间$V$的一组基底(基);$m$为维数,$dimV=m$;$x_1,x_2,…,x_m$为坐标。
定义:设$e_1,e_2,…,e_n$是向量空间的一组基,若它们满足:
则称$e_1,e_2,…,e_n$为规范正交基。
定义:在$n$维向量空间给定两组基:$\alpha_1,\alpha_2,…,\alpha_n$,$\beta_1,\beta_2,…,\beta_n$,若:
即
则称矩阵$C$为由基$\alpha_1,\alpha_2,…,\alpha_n$到基$\beta_1,\beta_2,…,\beta_n$的过渡矩阵
定理(关于过渡矩阵)
①. 如果$\alpha_1,\alpha_2,…,\alpha_n$与$\beta_1,\beta_2,…,\beta_n$是$n$维向量空间的两个基底,则由基$\alpha_1,\alpha_2,…,\alpha_n$到$\beta_1,\beta_2,…,\beta_n$的过渡矩阵$C$是可逆矩阵
②. 如果向量$\gamma$在基底$\alpha_1,\alpha_2,…,\alpha_n$的坐标为$x_1,x_2,…,x_n$,向量$\gamma$在基底$\beta_1,\beta_2,…,\beta_n$的坐标为$y_1,y_2,…,y_n$,则坐标变换公式为
③. 若$n$维向量$\alpha_1,\alpha_2,…,\alpha_s$非零且两两正交,则$\alpha_1,\alpha_2,…,\alpha_s$线性无关。
④. 若$e_1,e_2,…,e_n$是规范正交基,设
则$\epsilon_1,\epsilon_2,…,\epsilon_n$是规范正交基的充要条件是$C$为正交矩阵。
技巧知识点
①. $r(A\quad AB)= r(A)$一定成立$, r(A\quad BA)=r(A)$不一定成立。(从列秩的角度考虑)
②. $AB$的列向量组可用$A$的列向量线性表示, $AB$的行向量组可用$B$的行向量线性表示,
③. 两个同类型的矩阵等价与它们的行(列)向量组等价的关系:行(列)向量组等价$\Rightarrow$矩阵等价;矩阵等价$\nRightarrow$行(列)向量组等价。例如矩阵$\left[\begin{matrix}1&0\\0&0\end{matrix}\right]$和$\left[\begin{matrix}0&0\\0&1\end{matrix}\right]$