高等代数 向量空间(第3章)

零.引入

利用行列式可以判定数域K上n个方程的n元线性方程组是否有唯一解,并可给出唯一解的公式表示,但不能分别无解和有无穷多个解的情况;因此需要新的方法来通过系数和常数项判定线性方程组是否有解,有多少个解,以及有无穷多个解时解集的结构

一.n维向量空间$K^n$及其子空间(3.1)
1.向量空间中的加法/数量乘法/运算法则:

8条运算法则中的前4条是关于加法的,后4条是关于数量乘法的

2.n维向量空间的定义:


3.线性表出:


4.线性子空间

(1)概念:

(2)命题1:

二.线性相关与线性无关(3.2)


1.定义:


2.线性相关与线性无关的向量组的比较
(1)从线性组合看:

向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 1)$线性相关⇔$\exists k_1^2+...+k_s^2\ne 0$使$k_1{\alpha }_1+...+k_s{\alpha }_s=0$
向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 1)$线性无关⇔当且仅当$k_1^2+...+k_s^2=0$,$k_1{\alpha }_1+...+k_s{\alpha }_s=0$

(2)从线性表出看:

向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 2)$线性相关⇔其中至少有1个向量可由其余向量线性表出

向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 2)$线性无关⇔其中任何1个向量都不能由其余向量线性表出

(3)从齐次线性方程组看:

列向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 1)$线性相关⇔齐次线性方程组$x_1{\alpha }_{+}...+x_s{\alpha }_s=0$有非0解
列向量组${\alpha }_1,{\alpha }_2...{\alpha }_s(s\ge 1)$线性无关⇔齐次线性方程组$x_1{\alpha }_{+}...+x_s{\alpha }_s=0$只有0解

(4)从行列式看:

n个n维列(或行)向量${\alpha }_1,{\alpha }_2...{\alpha }_n$线性相关⇔以${\alpha }_1,{\alpha }_2...{\alpha }_n$为列(或行)向量组的矩阵的行列式等于0
⇔n个n维列(或行)向量${\alpha }_1,{\alpha }_2...{\alpha }_n$线性无关⇔以${\alpha }_1,{\alpha }_2...{\alpha }_n$为列(或行)向量组的矩阵的行列式不等于0

(5)从线性表出看:

设向量$\beta$可由向量组${\alpha }_1,{\alpha }_2...{\alpha }_n$线性表出
则向量组${\alpha }_1,{\alpha }_2...{\alpha }_n$线性相关⇔表出方式有无穷多种
向量组${\alpha }_1,{\alpha }_2...{\alpha }_n$线性无关⇔表出方式唯一

(6)从向量组与其部分组的关系看:

如果向量组的1个部分组线性相关,则整个向量组也线性相关
如果向量组线性无关,则其任何1个部分组也线性无关

(7)从向量组与其延伸(或缩短)组的关系看:

如果向量组线性无关,则给每个向量加上m个分量(加上的分量的位置对每个向量都相同)而得到的延伸组也线性无关

如果向量组线性相关,则把每个向量去掉m个分量(去掉的分量的位置对每个向量都相同)而得到的缩短组也线性相关(这是前半部分的逆否命题)

3.线性相关与线性表出:

定理1:设向量组${\alpha }_1,{\alpha }_2...{\alpha }_s$线性无关,则向量$\beta$可由${\alpha }_1,{\alpha }_2...{\alpha }_s$线性表出的充要条件是:${\alpha }_1,{\alpha }_2...{\alpha }_s,\beta$线性相关

推论:设向量组${\alpha }_1,{\alpha }_2...{\alpha }_s$线性无关,则向量$\beta$不能由${\alpha }_1,{\alpha }_2...{\alpha }_s$线性表出的充要条件是:${\alpha }_1,{\alpha }_2...{\alpha }_s,\beta$线性无关

定理2:如果向量$\beta$可由向量组${\alpha }_1,{\alpha }_2...{\alpha }_s$线性表出,则表达方式唯一的充要条件是:${\alpha }_1,{\alpha }_2...{\alpha }_s$线性无关

4.一些性质:

定理3:在$K^n$中,∀$n+1$个向量都线性相关

定理4(替换定理):设${\alpha }_1,{\alpha }_2...{\alpha }_s$线性无关,$\beta =b_1{\alpha }_1+...+b_s{\alpha }_s$,如果$b_i\ne 0$,则用$\beta$替换${\alpha }_i$后,向量组${\alpha }_1...{\alpha }_{i-1},\beta ,{\alpha }_{i+1}...{\alpha }_s$仍线性无关;如果$b_i=0$,则用$\beta$替换${\alpha }_i$后,向量组${\alpha }_1...{\alpha }_{i-1},\beta ,{\alpha }_{i+1}...{\alpha }_s$线性相关

三.最大线性无关组与向量组的秩(3.3)

• 最大线性无关组又称极大线性无关组

1.定义:

2.向量组的等价
(1)定义:

(2)性质:

①反身性:任何1个向量组都与自身等价
②对称性:如果{α1...αs}≅{β1...βs}\{α_1...α_s\}\cong\{β_1...β_s\}{α1​...αs​}≅{β1​...βs​},则{β1...βs}≅{α1...αs}\{β_1...β_s\}\cong\{α_1...α_s\}{β1​...βs​}≅{α1​...αs​}
③传递性:如果{α1...αs}≅{β1...βs},{β1...βs}≅{γ1...γs}\{α_1...α_s\}\cong\{β_1...β_s\},\{β_1...β_s\}\cong\{γ_1...γ_s\}{α1​...αs​}≅{β1​...βs​},{β1​...βs​}≅{γ1​...γs​},则{α1...αs}≅{γ1...γs}\{α_1...α_s\}\cong\{γ_1...γ_s\}{α1​...αs​}≅{γ1​...γs​}

3.命题2:

向量组与其最大线性无关组等价

推论1:向量组的∀2个最大线性无关组等价
推论2:$\beta$可由向量组${\alpha }_1...{\alpha }_s$线性表出的充要条件是:$\beta$可由${\alpha }_1...{\alpha }_s$的1个最大线性无关组线性表出

4.向量组的秩
(1)引理:

设向量组${\beta }_1...{\beta }_r$可由向量组${\alpha }_1...{\alpha }_s$线性表出,如果$r>s$,则${\beta }_1...{\beta }_r$线性相关


推论1:设向量组${\beta }_1...{\beta }_r$可由向量组${\alpha }_1...{\alpha }_s$线性表出,如果${\beta }_1...{\beta }_r$线性无关,则$r\le s$
推论2:等价的线性无关的向量组所含向量的个数相同
推论3:向量组的∀2个最大线性无关组所含向量的个数相同

(2)向量组的秩的定义:

(3)秩与线性无关:

命题3:向量组${\alpha }_1...{\alpha }_s$线性无关的充要条件是:rank{α1...αs}<srank\{α_1...α_s\}<srank{α1​...αs​}<s

(4)秩与线性表出:

命题4:如果向量组$(Ⅰ)$可由向量组$(Ⅱ)$线性表出,则:rank{(Ⅰ)}≤rank{(Ⅱ)}rank\{(Ⅰ)\}≤rank\{(Ⅱ)\}rank{(Ⅰ)}≤rank{(Ⅱ)}

命题5:等价的向量组有相等的秩
注意:逆命题不成立,如:

四.基与维数(3.4)
1.基
(1)定义:

显然,${\epsilon }_1=(1,0...0{)}^{\prime },{\epsilon }_2=(0,1...0{)}^{\prime }...{\epsilon }_n(0,0...1{)}^{\prime }$是$K^n$的1个基,称其为$K^n$的标准基

(2)定理5:

$K^n$的任一非零子空间U都有1个基

(3)定理6:

$K^n$的非零子空间U的∀2个基所含向量的个数相等
可通过"等价的线性无关的向量组含有相同个数的向量"这一结论证明该定理

2.维数

3.坐标:

4.基与维数对子空间结构的影响

命题6:设dim U=r,则U中∀r+1个向量都线性相关

命题7:设dim U=r,则U中∀r个线性无关的向量都是U的1个基

命题8:设dim U=r,α₁,α₂…α_r∈U,如果U中每个向量都可由α₁…α_r线性表出,则α₁…α_r是U的1个基

命题9:设U和W都是Kⁿ的非零子空间,如果$U\subseteq W$,则dim U≤dim W

命题10:设U和W是Kⁿ的2个非零子空间,且$U\subseteq W$,如果dim U=dim W,则U=W

定理7:向量组α₁…α_s的1个最大线性无关组是这个向量组生成的子空间<α₁…α_s>的1个基,从而dim<α₁…α_s>=rank{α₁…α_s}

5.行空间与列空间:

五.矩阵的秩(3.5)
1.列秩与行秩
(1)概念:

(2)列秩与行秩的关系:

定理8:阶梯型矩阵J的行秩与列秩相等,且均等于J的非零行的个数,且J的主元所在的列构成列向量组的1个最大线性无关组


定理12:任一矩阵A的行秩等于其列秩

(3)初等变换与行(或列)秩:

定理10:矩阵的初等行变换不改变矩阵的行秩


定理11:矩阵的初等行变换不改变矩阵的列向量组的线性相关性,因而不改变矩阵的列秩,即:

2.矩阵的秩
(1)定义:

(2)性质:

推论1:设矩阵A经过初等行变换转化成阶梯型矩阵J,则rank(A)等于J的非零行个数;设J的主元所在的列是第$j_1...j_r$列,则A的第$j_1...j_r$列构成A的列向量组的1个最大线性无关组

推论2:矩阵的初等列变换不改变矩阵的秩

定理12:任一非零矩阵的秩都等于其不为零的子式的最高阶数

该定理给出了求矩阵的秩的另1种方式
定理11和定理12表明:

推论3:设s×n矩阵A的秩为r,则A的不等于零的r阶子式所在的行(或列)构成A的行(或列)向量组的1个最大线性无关组

3.满秩矩阵
(1)定义:

(2)判定:

推论4:n阶矩阵A满秩的充要条件是:|A|≠0

六.线性方程组的解(3.6,3.7,3.8)
1.线性方程组的解的情况的判定
(1)线性方程组有解判别定理:

定理13:数域K上线性方程组$$x_1{\alpha }_1+x_2{\alpha }_2+...+x_n{\alpha }_n=\beta (1)$$有解的充要条件是:其系数矩阵和增广矩阵的秩相等

(2)判别线性方程组的解的个数:

定理14:数域K上n元线性方程组(1)有解时,如果其系数矩阵A的秩等于n,则其有唯一解;如果A的秩小于n,则其有无穷多个解

推论1:数域K上n元齐次线性方程组有非零解的充要条件是:其系数矩阵的秩小于未知量的个数n

2.齐次线性方程组的解集的结构
(1)解向量:

概念:

齐次线性方程组的解向量的性质:
①若$\gamma ,\delta \in W$,则$\gamma +\delta \in W$

②若$\gamma \in W,k属于K$,则$k\gamma \in W$

(2)解空间:

定理15:数域K上n元齐次线性方程组的解空间W的维数$$dimW=n-rank(A)$$其中A是方程组的系数矩阵;从而当(1)有非零解时,其每个基础解系所含向量的个数都等于$n-rank(A)$

(3)基础解系:

3.非齐次线性方程组的解集的结构
(1)导出组:

(2)非齐次线性方程组的解向量的性质:

性质1:若$\gamma ,\delta \in U$,则$\gamma -\delta \in W$

性质2:若$\gamma \in U,\eta \in W$,则$\gamma +\eta \in U$

(3)非齐次线性方程组的解集:

定理16:如果数域K上(1)有解,则其解集U={γ0+η∣η∈W}U=\{γ_0+η | η∈W\}U={γ0​+η∣η∈W}其中${\gamma }_0$是(1)的1个解,称为特解;W是其导出组(2)的解空间

将集合U记作${\gamma }_0+W$,称其是1个W型的线性流形(或子空间W的1个配集),把$dimW$称为线性流形${\gamma }_0+W$的维数
注意:n元齐次线性方程组的解集W是$K^n$的1个子空间,但n元非齐次线性方程组的解集U不是子空间(因为对加法/数乘都不封闭);U是1个W型的线性流形,其中W是其导出组的解空间

求解非齐次线性方程组(1):

(4)非齐次线性方程组的解的个数的判定:

推论1:如果(1)有解,则其解唯一的充要条件是:其导出组(2)只有零解

附:代数运算
1.非空集合S上的1个代数运算是指S×S(S与自身的笛卡尔积)到S的1个映射

2.代数编码理论