线性代数 第三讲 线性相关无关 线性表示

线性代数 第三讲 线性相关无关 线性表示

文章目录

  • [线性代数 第三讲 线性相关无关 线性表示](#线性代数 第三讲 线性相关无关 线性表示)
  • 1.向量运算
  • 1.线性相关与线性无关
    • [1.1 线性相关与线性无关基本概念](#1.1 线性相关与线性无关基本概念)
  • 2.线性表示(线性组合)
  • 3.线性相关无关与线性表示的定理大总结
    • [3.1 向量β可由向量组线性表出的同义翻译](#3.1 向量β可由向量组线性表出的同义翻译)
    • [3.2 向量组线性相关的同义翻译](#3.2 向量组线性相关的同义翻译)
    • [3.3 向量组部分相关,整体相关,整体无关,部分无关](#3.3 向量组部分相关,整体相关,整体无关,部分无关)
    • [3.4 缩短组线性无关,延伸组线性无关,延伸组线性相关,缩短组线性相关](#3.4 缩短组线性无关,延伸组线性无关,延伸组线性相关,缩短组线性相关)
    • [3.5 线性表示和线性相关的联系(充要条件)](#3.5 线性表示和线性相关的联系(充要条件))
    • [3.6 原本向量组线性无关,添加向量后线性相关](#3.6 原本向量组线性无关,添加向量后线性相关)
    • [3.7 多数向量能用少数向量线性表出,那么多数向量一定线性相关](#3.7 多数向量能用少数向量线性表出,那么多数向量一定线性相关)
  • [4. 重难点题型总结](#4. 重难点题型总结)
    • [4.1 证明向量组线性无关](#4.1 证明向量组线性无关)
    • [4.2 判断线性无关(选择题)](#4.2 判断线性无关(选择题))

1.向量运算

加减数乘与矩阵一样

向量内积 :

内积记作(a , b),即(a,b)=a^T^b,内积还是矩阵乘法。

向量正交 :

正交:两个向量内积=0时,两个向量正交,在二维平面上,可以理解为两个向量垂直

向量的模长:每一个元素的平方加和,再取根号。

标准正交向量组 (规范正交基):

定义:列向量组a~1~,a~2~,a~3~...a~s~,他们之间的乘积满足,任意两个列向量组(可以自身✖️自身),一个转置的情况,不同列向量组内积=0,自身✖️自身内积=1

正交矩阵

设A是n阶方阵,满足ATA=E,就称A是正交矩阵,A的行(列)向量组是规范正交基。

作用:逆时针旋转,不改变性质,只改变位置

1.线性相关与线性无关

1.1 线性相关与线性无关基本概念

线性相关:

m个n维向量a~1~...,存在一组数k其中有不全为0的数 ,使得k~1~a~1~+k~2~a~2~+k~3~a~3~...=0成立,则称向量a~1~,a~2~...线性相关

简言之,就是有关系,没关系的情况下,只能k都等于0的情况下才能成立,有关系的话就可以做差了。

线性无关:

只有k全为0的情况下才成立

2.线性表示(线性组合)

m个n维向量(a~1~,a~2~,a~3~...)和m个数(k~1~,k~2~,k~3~...),k~1~a~1~+k~2~a~2~+k~3~a~3~...=β,称为β a~1~,a~2~,a~3~...的线性组合,或者说β由a~1~,a~2~,a~3~...的线性表示。

注意:这里的线性表示是向量由向量组表示,不是向量组与向量组的,向量组和向量组之间的线性表示,意味着,某个向量组的全部向量,都可以由另一个向量组线性表示。

3.线性相关无关与线性表示的定理大总结

3.1 向量β可由向量组线性表出的同义翻译

3.2 向量组线性相关的同义翻译

解释说明:

秩是线性无关向量的个数,要想让向量组线性相关,自然秩要小于向量组中向量的个数

推论:

  1. n个n维向量组成的向量组,线性相关的充分必要条件是行列式|a~1~,a~2~,a~3~...|=0(克莱默法则,主要是行列式好算)
  2. n+1个n维向量一定线性相关

3.3 向量组部分相关,整体相关,整体无关,部分无关

如果向量组a1,a2,a3,...中一部分向量线性相关,则整个向量组也线性相关。

逆否命题:如果a1,a2,a3,...线性无关,则其任一一部分向量组都线性无关。

3.4 缩短组线性无关,延伸组线性无关,延伸组线性相关,缩短组线性相关

3.5 线性表示和线性相关的联系(充要条件)

若一个向量组线性相关,则必有一个向量可有其余的向量线性表示。

反之也成立。

3.6 原本向量组线性无关,添加向量后线性相关

新添加的向量必由原本向量组的其余向量唯一表示

3.7 多数向量能用少数向量线性表出,那么多数向量一定线性相关

多数向量中,肯定有能被约掉的,所以线性相关。

r(少数向量组)≥r(多数向量组)

4. 重难点题型总结

4.1 证明向量组线性无关

方法一:定义法

核心思想:通过恒等变形解决问题:

恒等变形两条路径:

  • 重组

例1 :已知α~1~,α~2~,α~3~线性无关,证明3α~1~+2α~2~,α~2~-α~3~,4α~3~-5α~1~线性无关

例2 :设A是n阶矩阵,α是n维列向量,若A^m-1^α≠0,A^m^α=0,证明向量组α,Aα,A^2^α,...A^m-1^α线性无关

方法二:秩

理论基础:

r(AB)≤min(r(A),r(B)),若A可逆,则r(AB)=r(B),r(BA)=r(B)

例1:已知α~1~,α~2~,α~3~线性无关,证明3α~1~+2α~2~,α~2~-α~3~,4α~3~-5α~1~线性无关

证明向量组的秩(线性无关向量的个数就是秩)为3,即可说明向量组线性无关

例2:A是m*n维矩阵,r(A)=n,α~1~,α~2~,α~3~ n维无关,证明Aα~1~,Aα~2~,Aα~3~线性无关

证明如下:

(Aα~1~,Aα~2~,Aα~3~)=A(α~1~,α~2~,α~3~)

因为r(A)=n,A可逆

r(Aα~1~,Aα~2~,Aα~3~)=r(α~1~,α~2~,α~3~)=3

故Aα~1~,Aα~2~,Aα~3~线性无关

4.2 判断线性无关(选择题)

已知向量组α~1~,α~2~,α~3~线性无关,则下列向量组中,线性无关的是

(A)α~1~+α~2~,α~2~+α~3~,α~3~+α~1~

(B)α~1~+α~2~,α~2~+2α~3~,α~1~+2α~2+~α~3~,α~1~-α~2~+5α~3~

(C)α~1~+2α~2~,2α~2~+3α~2~,3α~3~-α~1~

(D)α~1~+α~2~-α~3~,2α~1~+3α~2~+12α~3~,3α~1~+5α~2~+25α~3~

该类问题,用观察法+秩判断

观察法举例:

如B选项,4个向量由α~1~,α~2~,α~3~三个向量表示,多数由少数表示,多数必是线性相关的

如C选项,通过加加减减能=0,说明他们是线性相关的

相关推荐
m0_603888717 分钟前
什么是上采样什么是下采样
人工智能·深度学习·计算机视觉
TSINGSEE9 分钟前
人员抽烟AI检测算法在智慧安防领域的创新应用,助力监控智能化
人工智能·算法·视频编解码·安防视频监控·视频监控管理平台
一枚游戏干饭人9 分钟前
【运营攻略】怎样进行游戏产品的定位
人工智能·游戏·语音识别
Python极客之家26 分钟前
基于机器学习的乳腺癌肿瘤智能分析预测系统
人工智能·python·机器学习·毕业设计·xgboost·可视化分析
嵌入式杂谈34 分钟前
深入理解AI大模型:参数、Token、上下文窗口、上下文长度和温度
人工智能
范范08251 小时前
自然语言处理入门:从基础概念到实战项目
人工智能·自然语言处理
_feivirus_1 小时前
神经网络_使用TensorFlow预测气温
人工智能·神经网络·算法·tensorflow·预测气温
deflag1 小时前
第T1周:Tensorflow实现mnist手写数字识别
人工智能·python·机器学习·分类·tensorflow
aimmon1 小时前
深度学习之微积分预备知识点
人工智能·深度学习·线性代数·微积分
不是很强 但是很秃1 小时前
秃姐学AI系列之:实战Kaggle比赛:狗的品种识别(ImageNet Dogs)
图像处理·人工智能·pytorch·深度学习·神经网络·计算机视觉·分类