相关组

相关组

前面介绍的向量组都是无关组,是基的子集。现实中,向量组不可能都是无关组,还有相关组。相关组的存在极大增加了线性代数的难度,同时也增加了解决现实问题的难度。

基本性质

定义 相关组 无关组中增加任意数目的能由无关组表示的向量后,扩充后的向量组称为相关组。

二维空间中,无关组为: V = ( ( 1 , 0 ) , ( 0 , 1 ) ) V = ((1,0),(0,1)) ,它们是基,因为任意向量能由基表示,增加任意数目的任意向量后就变为相关组。比如相关组为: V d = ( ( 1 , 0 ) , ( 0 , 1 ) , ( 2 , 3 ) , ( 4 , 5 ) ) V_d = ((1,0),(0,1),(2,3),(4,5))

三维空间中,无关组为: V = ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) ) V = ((1,1,0),(0,1,0)) ,增加任意数目的能由无关组表示的向量后就变为相关组。比如相关组为: V d = ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) , ( 2 , 3 , 0 ) ) V_d = ((1,1,0),(0,1,0),(2,3,0)) 。但注意,如果增加了不能由其线性组合表示的向量后,向量组可能是无关的,比如无关组为: V d 1 = ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) , ( 2 , 3 , 1 ) ) V_{d1} = ((1,1,0),(0,1,0),(2,3,1)) 。理解相关组的难点在于,如果增加了不能由其线性组合表示的向量后,向量组也可能是相关的!比如相关组 V d 2 = ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) , ( 2 , 3 , 1 ) , ( 2 , 3 , 4 ) ) V_{d2} = ((1,1,0),(0,1,0),(2,3,1),(2,3,4)) 。为什么会有矛盾的结果呢?其实并不矛盾,这在于看问题的角度,这时相关组 V d 2 V_{d2} 中包含的无关组不再是 V V ,而是 V d 1 V_{d1} !此时新增加的向量 ( 2 , 3 , 4 ) (2,3,4) 能由向量组 V d 1 V_{d1} 表示,所以是相关组。这说明任意相关组中,存在很多无关组,因为无关组的任意子集还是无关组,但必然存在一个最大的无关组,其它向量都能由该无关组表示。

定义 极大无关组 相关组中包含的最大无关组。

相关组的极大无关组一般有多个。比如二维空间中包含若干个向量的相关组,任意两个不共线的向量组均是极大无关组。相关组 V d 2 V_{d2} 就包括两个极大无关组, ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) , ( 2 , 3 , 1 ) ) ((1,1,0),(0,1,0),(2,3,1)) ( ( 1 , 1 , 0 ) , ( 0 , 1 , 0 ) , ( 2 , 3 , 4 ) ) ((1,1,0),(0,1,0),(2,3,4))

重要性质 0 \mathbf{0} 向量被相关组表示时,存在表示系数组不全为零的表示。

证,相关组有 n n 个向量,为 V = ( v 1 , , v n ) V=(\mathbf{v_1},\cdots,\mathbf{v_n}) ,根据相关组定义,必有某个向量能被其它向量表示,假设向量 v n \mathbf{v_n} 能被其它向量表示,则 v n = λ 1 v 1 + + λ n 1 v n 1 \mathbf{v_n} = \lambda_1\mathbf{v_1}+\cdots+\lambda_{n-1}\mathbf{v_{n-1}} ,两边减去向量 v n \mathbf{v_n} ,则 0 = λ 1 v 1 + + λ n 1 v n 1 v n \mathbf{0} = \lambda_1\mathbf{v_1}+\cdots+\lambda_{n-1}\mathbf{v_{n-1}} - \mathbf{v_n}

重要性质 如果某向量能被相关组表示,则表示必有无穷多种。

证,相关组有 n n 个向量,为 V = ( v 1 , , v n ) V=(\mathbf{v_1},\cdots,\mathbf{v_n}) 0 \mathbf{0} 向量的表示系数组为 ( λ 1 , , λ n ) (\lambda_1,\cdots,\lambda_{n}) ,不全为0,满足 0 λ 1 v 1 + + λ n v n \mathbf{0} = \lambda_1\mathbf{v_1}+\cdots+\lambda_{n}\mathbf{v_{n}} , 某向量 y \mathbf{y} ,如果有线性表示,则满足 y = α 1 v 1 + + α n v n \mathbf{y} = \alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n} ,则 y = y + k 0 = α 1 v 1 + + α n v n + k ( λ 1 v 1 + + λ n v n ) \mathbf{y} = \mathbf{y} + k\mathbf{0} = \alpha_1\mathbf{v_1}+\cdots+\alpha_n\mathbf{v_n} +k(\lambda_1\mathbf{v_1}+\cdots+\lambda_{n}\mathbf{v_{n}}) k k 取任意实数,这说明向量 y \mathbf{y} 有无穷多种线性表示!

总结下,某向量如果能被向量组表示,那么如果是无关组则表示唯一,如果是相关组则表示不唯一。

重要性质 向量组中如果某向量能表示为其他向量的线性组合,则是相关组。

以上几个性质都是等价的。

极大无关组、秩和向量组等价

现在从空间角度研究相关组。如同无关组,相关组的线性组合表示的所有向量的集合,构成空间。

定义 向量组的秩 向量组张成空间的维度。

无关组张成空间的维度就是无关组中向量的数量,所以秩就等于向量数量。相关组包含极大无关组,剩下的向量都能由极大无关组表示,所以相关组的线性组合能表示的所有向量集合,与极大无关组能表示的所有向量集合相同,极大无关组就是相关组张成空间的基。从生成空间的角度看,极大无关组和相关组等价。

定义 向量组等价 向量组张成相同空间。

重要性质 相关组的秩等于极大无关组中向量数量,极大无关组是相关组张成空间的基,极大无关组和相关组等价。

如何判断向量组是相关组还是无关组呢?方法和判断基的方法一样。几何上,如果没有向量“躺在”构造的集合所处的子空间内,则是无关组,每个向量都有“张角”,张开了空间的一个维度。如果无关组完整地张开了整个空间,则是基,广义体积不为0!如果有向量“躺在”构造的集合所处的子空间内,则是相关组,该向量没有“张角”。代数方面,是通过判断向量组表示 0 \mathbf{0} 向量时,是否只有唯一全0表示,如果是,则是无关组,否则是相关组。

如何寻找相关组的极大无关组呢?几何上,向量组有 n n 个向量,可以向一个空集每次只增加一个向量,集合每增加一个向量后,如果新向量能张开一个维度,即与集合无关,则该向量加入集合,否则丢弃。比如第一个向量肯定可以张开一个维度(直线),加入集合;增加第二个向量时,如果该向量与第一个向量共线,则不能张开一个维度,即与集合相关,丢弃;如果不共线,则能张开一个维度,即与集合无关,加入集合,集合现在包括两个向量。依次进行,每次增加一个向量,该向量或丢弃或加入集合,直到取完所有向量。此时集合就是极大无关组,因为集合内所有向量无关且包含了所有无关的向量。由于取向量的顺序可任意,故极大无关组可有很多。代数上,通过高斯消元法可以找到极大无关组。

发布了14 篇原创文章 · 获赞 6 · 访问量 644

猜你喜欢

转载自blog.csdn.net/jhshanvip/article/details/104974822