向量组的秩

定义 3.5.1 极大无关组

设在线性空间 V V V中有一族向量 S S S(其中可能只有有限个向量,也可能有无限个向量),如果在 S S S中存在一组向量 { α 1 , α 2 , ⋯   , α r } \{\alpha_1,\alpha_2,\cdots,\alpha_r\} {α1,α2,,αr}适合下列条件:

  1. α 1 , α 2 , ⋯   , α r {\alpha_1,\alpha_2,\cdots,\alpha_r} α1,α2,,αr线性无关;
  2. 这族向量中的任意一个向量都可以用 α 1 , α 2 , ⋯   , α r {\alpha_1,\alpha_2,\cdots,\alpha_r} α1,α2,,αr线性表示,

那么称 { α 1 , α 2 , ⋯   , α r } \{\alpha_1,\alpha_2,\cdots,\alpha_r\} {α1,α2,,αr}是向量族 S S S的极大线性无关组,简称极大无关组。

上述定义(2)表示若将 S S S中任一向量 α \alpha α加入 { α 1 , α 2 , ⋯   , α r } \{\alpha_1,\alpha_2,\cdots,\alpha_r\} {α1,α2,,αr},则向量组 { α 1 , α 2 , ⋯   , α r , α } \{\alpha_1,\alpha_2,\cdots,\alpha_r,\alpha\} {α1,α2,,αr,α}一定线性相关。

命题 3.5.1 极大无关组的存在性

S S S是有限个向量组成的向量族且至少包含一个非零向量,则 S S Sr的极大无关组一定存在。

引理 3.5.1 向量组间个数关系

A , B A,B A,B V V V中两组向量, A A A含有 r r r个向量, B B B含有 s s s个向量。如果 A A A中向量线性无关且 A A A中每个向量均可用 B B B中向量线性表示,则 r ≤ s r\le s rs

引理 3.5.1 的逆否命题用一句话来概括:“多”若可以用“少”来线性表示,则“多”线性相关。

引理 3.5.2 无关组间个数关系

A , B A,B A,B都是 V V V中线性无关的向量组,又 A A A中任一向量均可用 B B B中向量线性表示, B B B中任一向量也可用 A A A中向量线性表示,则这两组向量所含的向量个数相等。

定理 3.5.1 向量族的极大无关组向量个数相等

A , B A,B A,B都是向量族 S S S的极大线性无关组,则 A , B A,B A,B所含的向量个数相等。

定义 3.5.2 向量族的秩

向量族 S S S的极大无关组所含的向量个数称为 S S S的秩,记做 r a n k ( S ) rank(S) rank(S) r ( S ) r(S) r(S)

定义 3.5.3 向量组等价

若向量组 A A A B B B可以互相线性表示,则称这两个向量组等价。

定理 3.5.2 等价的向量组有相同的秩

定义 3.5.4 基

V V V是数域 K K K上的线性空间,若在 V V V中存在线性无关的向量 { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en},使得 V V V中任一向量均可表示为这组向量的线性组合,则称 { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en} V V V的一组基,线性空间 V V V称为 n n n维线性空间(具有维数 n n n)。如果不存在有限个向量组成 V V V的一组基,则称 V V V是无限维向量空间。

注:对任一无限维线性空间,也有基的概念。无限维线性空间的存在性证明超出了高等代数的范围。

推论 3.5.1 n维线性空间 V V V中任一超过 n n n个向量的向量组必线性相关

定理 3.5.3 基的形式

V V V n n n维线性空间, { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en} V V V中的 n n n个向量。若它们适合下列条件之一,则 { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en} V V V的一组基:

  1. e 1 , e 2 , ⋯   , e n {e_1,e_2,\cdots,e_n} e1,e2,,en线性无关;
  2. V V V中任一向量均可由 e 1 , e 2 , ⋯   , e n {e_1,e_2,\cdots,e_n} e1,e2,,en线性表示。

定理 3.5.4 基的组成

V V V n n n维线性空间, v 1 , v 2 , ⋯   , v m {v_1,v_2,\cdots,v_m} v1,v2,,vm V V V中的 m ( m < n ) m(mm(m<n)个线性无关的向量,又假定 { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en} V V V的一组基,则必可在 { e 1 , e 2 , ⋯   , e n } \{e_1,e_2,\cdots,e_n\} {e1,e2,,en}中选出 n − m n-m nm个向量,使之的 v 1 , v 2 , ⋯   , v m {v_1,v_2,\cdots,v_m} v1,v2,,vm一起组成 V V V的一组基。

你可能感兴趣的:(Math,线性代数)