3 线性方程组的解集的结构
1、定义1:数域K上所有n元有序数组组成的集合(K^{n}),连同定义在它上面的加法运算和数量乘法运算,以及满足的8条运算法则一起,称为数域K上的一个 n维向量空间。(K^{n})的元素称为 n维向量;设向量(\alpha =(a_1,a_2,\dots,a_n)),称(a_i)是(\alpha)的第(i)个 分量。
取定一个数域K,设n是任意给定的一个正整数。令
[K^n={(a_1,a_2,\dots,a_n)\space|\space a_i \in K,i=1,2,\dots,n}. ]
如果(a_1=b_1,a_2=b_2,\dots,a_n=b_n),则称(K^ n)中两个元素((a_1,a_2,\dots,a_n))与((b_1,b_2,\dots,b_n))相等。
在(K^{n})中规定加法运算如下:
[(a_1,a_2,\dots,a_n)+(b_1,b_2,\dots,b_n)\xlongequal{\text{def}}(a_1+b_1,a_2+b_2,\dots,a_n+b_n) ]
在(K)的元素与(K^{n})的元素之间规定数量乘法运算如下:
[k(a_1,a_2,\dots,a_n) \xlongequal{\text{def}} (ka_1,ka_2,\dots,ka_n) ]
容易直接验证加法和数量乘法满足下述8条运算法则:对于(\alpha ,\beta ,\gamma \in K^n ;\space k,l \in K) 有
(1)(\alpha + \beta = \beta + \alpha);
(2)((\alpha +\beta)+\gamma=\alpha +(\beta +\gamma));
(3)把元素((0,0,\dots,0))记作 0,它使得
[\bold 0+\alpha=\alpha+\bold 0=\alpha, ]
称 0是(K^n)的 零元素;
(4)对于(\alpha=(a_1,a_2,\dots,a_n)\in K^n),令
[-\alpha \xlongequal{\text{def}} (-a_1,-a_2,\dots,-a_n) \in K^n, ]
[\alpha+(-\alpha)=(-\alpha)+\alpha=\bold 0, ]
称(-\alpha)是(\alpha)的 负元素;
(5)(1\alpha=\alpha);
(6)((kl)\alpha=k(l\alpha));
(7)((k+l)\alpha=k\alpha+l\alpha);
(8)(k(\alpha+\beta)=k\alpha+k\beta).
2、补充:
(1)通常用小写字母(\alpha ,\beta ,\gamma)表示向量。
(2)在n维向量空间(K^n)中,可以定义减法运算如下:
[\alpha -\beta \xlongequal{\text{def}} \alpha +(-\beta). ]
(3)在n维向量空间(K^n)中,容易直接验证下述4条性质:
[\begin{aligned} 0\alpha=\bold 0,& \qquad \forall \alpha \in K^n; \ (-1)\alpha=-\alpha,& \qquad \forall \alpha \in K^n; \ k\bold 0=\bold 0,& \qquad \forall k \in K; \ k\alpha=\bold 0 \implies & k=0 \, 或 \, \alpha=\bold 0 \end{aligned} ]
(4)n元有序数组写成一行,称为 行向量;写成一列,称为 列向量。(K^n)既是n维行向量组成的向量空间,也是n维列向量组成的向量空间。
(5)在(K^n)中,给定向量组(\alpha_1,\alpha_2,\dots,\alpha_s),对于(\beta \in K^n),如果存在K中一组数(c_1,c_2,\dots,c_s)使得
[\beta=c_1\alpha_1+c_2\alpha_2+\dots+c_s\alpha_s, ]
那么称(\beta)可以由(\alpha_1,\alpha_2,\dots,\alpha_s) 线性表出(示)。(\beta)是向量组(\alpha_1,\alpha_2,\dots,\alpha_s)的一个 线性组合,其中(c_1,c_2,\dots,c_s)称为 系数。
3、定义2:(K^n)的一个非空子集U如果满足:
[\begin{aligned} (1) \quad & \alpha,\gamma \in U \implies \alpha +\gamma \in U, \ (2) \quad & \alpha \in U,k\in K \implies k\alpha \in U, \end{aligned} ]
那么称U是(K^n)的一个 线性子空间,简称 子空间。其中性质(1)称为U对于(K^n)的 加法封闭;性质(2)称为U对于(K^n)的 数量乘法封闭。
(1) { 0}是(K^n)的一个子空间,称为 零子空间。(K^n)本身也是(K^n)的一个子空间。
(2) 从而,(K^n)中,向量组(\alpha_1,\alpha_2,\dots,\alpha_s)的所有线性组合组成的集合W是(K^n)的一个子空间,称它为(\alpha_1,\alpha_2,\dots,\alpha_s) 生成(或张成)的子空间,记作
[
(3) 命题1:数域K上n元线性方程组(x_1\alpha_1+x_2\alpha_2+\dots+x_n\alpha_n=\beta)有解
[\begin{aligned} \iff & \beta \, 可以由\, \alpha_1,\alpha_2,\dots,\alpha_n \,线性表出 \ \iff & \beta \in
1、定义1:(K^n)中向量组(\alpha_1,\alpha_2,\dots,\alpha_s(s\geqslant 1))称为是 线性相关的,如果有K中不全为0的数(k_1,k_2,\dots,k_s),使得
[k_1\alpha_1+\dots+k_s\alpha_s=\bold 0 ]
2、定义2:(K^n)中向量组(\alpha_1,\alpha_2,\dots,\alpha_s(s\geqslant 1))如果不是线性相关的,那么称为 线性无关的。
3、从定义1和定义2显得:
(1)包含零向量的向量组一定线性相关((k\bold 0+\alpha_2+\dots+0\alpha_s=\bold 0));
(2)单个向量(\alpha)线性相关当且仅当(\alpha=\bold 0(因为k\alpha=0,k\not=0 \iff\alpha=\bold 0));
从而单个向量(\alpha)线性无关当且仅当(\alpha \not= \bold 0);
(3)(K^n)中,向量组
[\varepsilon_1=\begin{bmatrix} 1 \0\0\ \vdots \0\0\end{bmatrix}, \varepsilon_2=\begin{bmatrix} 0 \1\0\ \vdots \0\0\end{bmatrix},\dots, \varepsilon_n=\begin{bmatrix} 0 \0\0\ \vdots \0\1\end{bmatrix}, ]
是线性无关的。
4、向量组线性相关与线性无关区别:
(1)从线性组合看:
[\begin{aligned} &向量组\alpha_1,\dots,\alpha_s(s\geqslant1)线性相关 \ \iff&它们有系数不全为0的线性组合等于零向量;\ \ &向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性无关 \ \iff&它们只有系数全为0的线性组合才会等于零向量。 \end{aligned} ]
(2)从线性表出看:
[\begin{aligned} &向量组\alpha_1,\dots,\alpha_s(s\geqslant 2)线性相关 \ \iff&其中至少有一个向量可以由其余向量线性表出;\ \ &向量组\alpha_1,\dots,\alpha_s(s\geqslant 2)线性无关 \ \iff&其中每一个向量都不能由其余向量线性表出。 \end{aligned} ]
(3)从齐次线性方程组看:
[\begin{aligned} &列向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性相关 \ \iff&齐次线性方程组x_1\alpha_1+\dots+x_s\alpha_s=\bold 0有非零解;\ \ &列向量组\alpha_1,\dots,\alpha_s(s\geqslant 1)线性无关 \ \iff&齐次线性方程组x_1\alpha_1+\dots+x_s\alpha_s=\bold 0只有零解。 \end{aligned} ]
(4)从行列式看:
[\begin{aligned} &n个n维列(行)向量\alpha_1,\dots,\alpha_n(s\geqslant 1)线性相关 \ \iff&以\alpha_1,\dots,\alpha_n为列(行)向量组的矩阵的行列式等于零;\ \ &n个n维列(行)向量\alpha_1,\dots,\alpha_n(s\geqslant 1)线性无关 \ \iff&以\alpha_1,\dots,\alpha_n为列(行)向量组的矩阵的行列式不等于零。 \end{aligned} ]
(5)从向量组线性表出一个向量的方式看:
[\begin{aligned} 设向量\beta 可以由向量组\alpha_1,\dots,\alpha_s线性表出,则 \ 向量组\alpha_1,\dots,\alpha_s线性无关 \iff&表出方式唯一;\ 向量组\alpha_1,\dots,\alpha_s线性相关 \iff&表出方式有无穷多种。 \end{aligned} ]
(6)从向量组与它的部分组的关系看:
[\begin{aligned} &如果向量组的一个部分组线性相关,那么整个向量组也线性相关。 \ &如果向量组线性无关,那么它的任何一个部分组也线性无关。 \end{aligned} ]
(7)从向量组与它的延伸组或缩短组的关系看:
[\begin{aligned} &如果向量组线性无关,那么把每个向量添上m个分量(所添分量位置对于每个向量都一样)得到的延伸组也线性无关。 \ &如果向量组线性相关,那么把每个向量去掉m个分量(去掉的分量位置对于每个向量都一样)得到的缩短组也线性相关。 \end{aligned} ]
5、命题1:设向量组(\alpha_1,\dots,\alpha_s)线性无关,则向量(\beta)可以由(\alpha_1,\dots,\alpha_s)线性表出的充分必要条件是(\alpha_1,\dots,\alpha_s,\beta)线性相关。
推论1:设向量组(\alpha_1,\dots,\alpha_s)线性无关,则向量(\beta)不能由(\alpha_1,\dots,\alpha_s)线性表出的充分必要条件是(\alpha_1,\dots,\alpha_s,\beta)线性无关。
6、替换定理:设向量组(\alpha_1,\dots,\alpha_s)线性无关,(\beta=b_1\alpha_1,\dots,b_s\alpha_s)。如果(b_i\not=0),那么用(\beta)替换(\alpha_i)后得到的向量组(\alpha_1,\dots,\alpha_{i-1},\beta,\alpha_{i+1},\dots,\alpha_s)也线性无关。
1、定义1:向量组的一个部分组称为一个 极大线性无关组,如果这个部分组本身是线性无关的,但是从这个向量组的其余向量(如果还有的话)中任取一个添进去,得到的新的部分组都线性相关。
2、定义2:如果向量组(\alpha_1,\dots,\alpha_s)的每一个向量都可以由向量组(\beta_1,\dots,\beta_r)线性表出,那么称向量组(\alpha_1,\dots,\alpha_s)可以由向量组(\beta_1,\dots,\beta_r)线性表出。如果向量组(\alpha_1,\dots,\alpha_s)与向量组(\beta_1,\dots,\beta_r)可以相互线性表出,那么称向量组(\alpha_1,\dots,\alpha_s)与向量组(\beta_1,\dots,\beta_r) 等价,记作
[{\alpha_1,\dots,\alpha_s}\cong{\beta_1,\dots,\beta_r} ]
向量组的等价是向量组之间的一种关系。可以证明其具有以下三种性质:
[\begin{aligned} &(1)反身性。即任何一个向量组都与自身等价; \ &(2)对称性。即如果\alpha_1,\dots,\alpha_s与\beta_1,\dots,\beta_r 等价,那么\beta_1,\dots,\beta_r与\alpha_1,\dots,\alpha_s等价; \ &(3)传递性。即如果 \ &\qquad {\alpha_1,\dots,\alpha_s}\cong{\beta_1,\dots,\beta_r},{\beta_1,\dots,\beta_r}\cong{\gamma_1,\dots,\gamma_t}, \ &那么\qquad \qquad \qquad {\alpha_1,\dots,\alpha_s}\cong{\gamma_1,\dots,\gamma_t}。 \end{aligned} ]
3、命题1:向量组与它的极大线性无关组等价。
推论1:向量组的任意两个极大线性无关组等价。
推论2:(\beta)可以由向量组(\alpha_1,\dots,\alpha_s)线性表出当且仅当(\beta)可以由(\alpha_1,\dots,\alpha_s)的一个极大线性无关组线性表出。
4、引理1:设向量组(\beta_1,\dots,\beta_r)可以由向量组(\alpha_1,\dots,\alpha_s)线性表出,如果(r>s),那么(\beta_1,\dots,\beta_r)线性相关。
推论3:设向量组(\beta_1,\dots,\beta_r)可以由向量组(\alpha_1,\dots,\alpha_s)线性表出,如果(\beta_1,\dots,\beta_r)线性无关,那么(r\leqslant s)。
推论4:等价的线性无关的向量组所含向量的个数相等。
推论5:向量组的任意两个极大线性无关组所含向量的个数相等。
5、定义3:向量组的极大线性无关组所含向量的个数称为这个 向量组的秩。
全由零向量组成的向量组的秩规定为0。
向量组(\alpha_1,\dots,\alpha_s)的秩记作(rank{\alpha_1,\dots,\alpha_s})。
6、命题2:向量组(\alpha_1,\dots,\alpha_s)线性无关的充分必要条件是它的秩等于它所含向量的个数。
7、命题3:如果向量组(1)可以由向量组(2)线性表出,那么:(1)的秩(\leqslant)(2)的秩
8、命题4:等价的向量组有相等的秩。(注意:秩相等的向量组不一定等价)
1、定义1:设U是(K^n)的一个子空间,如果(\alpha_1,\dots,\alpha_r \in U),并且满足下述两个条件:
[\begin{aligned} &(1)\alpha_1,\dots,\alpha_r线性无关,\ &(2)U中每一个向量都可以由\alpha_1,\dots,\alpha_r线性表出, \end{aligned} ]
那么称(\alpha_1,\dots,\alpha_r)是U的一个 基。
显然,(\varepsilon_1,\dots,\varepsilon_n)是(K^n)的一个基,称它为(K^n)的 标准基。
2、定理1:(K^n)的任一非零子空间U都有一个基。
3、定理2:(K^n)的非零子空间U的任意两个基所含的向量的个数相等。
4、定义2:(K^n)的非零子空间U的一个基所含向量的个数称为U的维数,记作(dim_K\, U),或者(dim \, U)。
零子空间的维数规定为0。
因为(dim \, K^n=n),所以称(K^n)为n维向量空间。
对于(\alpha=a_1\alpha_1+\dots+a_r\alpha_r),把有序数组((a_1,\dots,a_r ))称为(\alpha)在基(\alpha_1,\dots,\alpha_r)下的 坐标。
5、命题1:设(dim \, U=r),则U中任意r+1个向量都线性相关。
6、命题2:设(dim \, U=r),则U中任意r个线性无关的向量都是U的一个基。
7、命题3:设(dim \, U=r),设(\alpha_1,\dots,\alpha_r \in U)。如果U中每一个向量都可以由$\alpha_1,\dots,\alpha_r (线性表出,那么)\alpha_1,\dots,\alpha_r $是U的一个基。
8、命题4:设U和W都是(K^n)的非零子空间,如果(U\subseteq W),那么(dim \, U \leqslant dim \, W)。
9、命题5:设U和W是(K^n)的两个非零子空间,且(U\subseteq W),如果(dim \, U = dim \, W),那么(U= W)。
10、定理3:向量组(\alpha_1,\dots,\alpha_s)的一个极大线性无关组是这个向量组生成的子空间(的一个基,从而
[dim
1、定理1:阶梯型矩阵J的行秩与列秩相等,它们都等于J的非零行的个数;并且J的主元所在的列构成列向量的一个极大线性无关组。
2、定理2:矩阵的初等行变换不改变矩阵的行秩。
3、定理3:矩阵的初等行变换不改变矩阵的列向量组的线性相关性,从而不改变矩阵的列秩。
4、定理4:任一矩阵A的行秩等于它的列秩。
5、定义1:矩阵A的行秩与列秩统称为A的 秩,记作(rank (A))。
6、推论1:设矩阵A经过初等行变换化成阶梯型矩阵J,则A的秩等于J的非零行个数。设J的主元所在的列是第(j_1,j_2,\dots,j_r)列,则A的第(j_1,j_2,\dots,j_r)列构成A的列向量组的一个极大线性无关组。
7、推论2:矩阵的初等列变换不改变矩阵的秩。
8、定理5:任一非零矩阵的秩等于它的不为零的子式的最高阶数。
9、推论3:设(s\times n)矩阵A的秩为r,则A的不等于零的r阶子式所在的列(行)构成A的列(行)向量组的一个极大线性无关组。
10、推论4:n级矩阵A满秩的充分必要条件是(|A|\not=0)。
1、定理1(线性方程组有解判别定理):数域K上线性方程组
[x_1\alpha_1+\dots+x_n\alpha_n=\beta \tag{1} ]
有解的充分必要条件是:它的系数矩阵与增广矩阵的秩相等。
2、定理2:数域K上n元线性方程组(1)有解时,如果它的系数矩阵等于n,那么方程组(1)有唯一解;如果A的秩小于n,那么方程组(1)有无穷多个解。
推论1:齐次线性方程组有非零解的充分必要条件是:它的系数矩阵的秩小于未知量的个数。
数域K上n元齐次线性方程组
[x_1\alpha_1+\dots+x_n\alpha_n=\bold 0\tag{1} ]
的一个解是(K^n)中一个向量,称它为齐次线性方程组(1)的一个 解向量。齐次线性方程组(1)的解集W是(K^n)的一个非空子集。
性质1:若(\gamma,\delta \in W),则(\gamma+\delta \in W.)
性质2:(若\gamma \in W,k \in K,则k\gamma \in W.)
由上述得,齐次线性方程组(1)的解集W是(K^n)的一个子空间,称它为方程组(1)的 解空间。如果方程组(1)的系数矩阵A的秩等于n,那么(W={\bold 0 })。如果(rank(A)
定义1:齐次线性方程组(1)有非零解时,如果它的有限多个解(\eta_1,\eta_2,\dots,\eta_t)满足:
[\begin{aligned} &(1)\eta_1,\eta_2,\dots,\eta_t 线性无关;\ &(2)齐次线性方程组(1)的每一个解都可以由\eta_1,\eta_2,\dots,\eta_t 线性表出, \end{aligned} ]
那么称(\eta_1,\eta_2,\dots,\eta_t)是齐次线性方程组(1)的一个 基础解系。其解集W表示为:
[W={k_1\eta_1+k_2\eta_2+\dots+k_t\eta_t \,|\,k_i \in K,i=1,2,\dots,t}. ]
通常也说齐次线性方程组(1)的全部解是:
[k_1\eta_1+k_2\eta_2+\dots+k_t\eta_t \, ,\,k_1,k_2,\dots,k_i \in K ]
定理1:数域K上n元齐次线性方程组的解空间W的维数为
[dim \, W=n-rank(A),\tag{2} ]
其中A是方程组的系数矩阵。从而当齐次线性方程组(1)有非零解时,它的每个基础解系所含解向量的个数都等于(n-rank(A))。
对于数域K上n元非齐次线性方程组
[x_1\alpha_1+\dots+x_n\alpha_n=\beta \tag{1} ]
设其解集为U。为此考虑相应的齐次线性方程组
[x_1\alpha_1+\dots+x_n\alpha_n=\bold 0\tag{2} ]
称它为非齐次线性方程组(1)的 导出组。导出组的解空间用W表示。
性质1:若(\gamma,\delta \in U),则(\gamma-\delta \in W.)
性质2:(若\gamma \in U,\eta \in W,则\gamma+\eta \in U.)
定理1:如果数域K上n元非齐次线性方程组(1)有解,那么它的解集U为
[U={\gamma_0+\eta \, | \, \eta \in W}, \tag{3} ]
其中(\gamma_0)是非齐次线性方程组(1)的一个解(称(\gamma_0)是 特解),W是方程组(1)的导出组的解空间。
我们把集合({\gamma_0+\eta \, | \, \eta \in W})记作(\gamma_0+W)。称它是一个W型的 线性流形(或子空间W的一个 陪集),把(dim\,W)称为线性流形(\gamma_0+W)的维数。
注:U不是子空间,因为U对于加法和数乘都不封闭。
推论1:如果n元非齐次线性方程组(1)有解,那么它的解唯一的充分必要条件是:它的导出组(2)只有零解。
Original: https://www.cnblogs.com/hs3434/p/16128342.html
Author: hs3434
Title: 高等代数:3 线性方程组的解集的结构
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/585983/
转载文章受原作者版权保护。转载请注明原作者出处!