族谱网 头条 人物百科

线性无关

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:556
转发:0
评论:0
定义假设V是在域K上的向量空间。如果v1,v2,...,vn是V的向量,称它们为线性相关,如果从域K中有非全零的元素a1,a2,...,an,适合或更简略地表示成,(注意右边的零是V的零向量,不是K的零元。)如果K中不存在这样的元素,那么v1,v2,...,vn是线性无关。对线性无关可以给出更直接的定义。向量v1,v2,...,vn线性无关,当且仅当它们满足以下条件:如果a1,a2,...,an是K的元素,适合:那么对所有i=1,2,...,n都有ai=0。在V中的一个无限集,如果它任何一个有限子集都是线性无关,那么原来的无限集也是线性无关。线性相关性是线性代数的重要概念,因为线性无关的一组向量可以生成一个向量空间,而这组向量则是这向量空间的基。相关性含有零向量的向量组,必定线性相关。含有两个相等向量的向量组,必定线性相关。若一向量组相关,则加上任意个向量后,仍然线性相关;即局部线性相关,...

定义

假设 V 是在域 K 上的向量空间。如果 v 1 , v 2 , ..., v n 是 V 的向量,称它们为 线性相关 ,如果从域K 中有非全零的元素 a 1 , a 2 , ..., a n ,适合

或更简略地表示成,

(注意右边的零是 V 的零向量,不是 K 的零元。)

如果 K 中不存在这样的元素,那么 v 1 , v 2 , ..., v n 是 线性无关 。

对 线性无关 可以给出更直接的定义。向量 v 1 , v 2 , ..., v n 线性无关 ,当且仅当它们满足以下条件:如果 a 1 , a 2 , ..., a n 是 K 的元素,适合:

那么对所有 i = 1, 2, ..., n 都有 a i = 0。

在 V 中的一个无限集,如果它任何一个有限子集都是线性无关,那么原来的无限集也是线性无关。

线性相关性是线性代数的重要概念,因为线性无关的一组向量可以生成一个向量空间,而这组向量则是这向量空间的基。

相关性

含有零向量的向量组,必定线性相关。

含有两个相等向量的向量组,必定线性相关。

若一向量组相关,则加上任意个向量后,仍然线性相关;即局部线性相关,整体必线性相关。

整体线性无关,局部必线性无关。

向量个数大于向量维数,则此向量组线性相关。

若一向量组线性无关,即使每一向量都在同一位置处增加一分量,仍然线性无关。

若一向量组线性相关,即使每一向量都在同一位置处减去一分量,仍然线性相关。

若 a 1 , a 2 , . . . , a s {\displaystyle a_{1},a_{2},...,a_{s}} 线性无关,而 b , a 1 , a 2 , . . . , a s {\displaystyle b,a_{1},a_{2},...,a_{s}} 线性相关,则 b {\displaystyle b} 必可由 a 1 , a 2 , . . . , a s {\displaystyle a_{1},a_{2},...,a_{s}} 线性表示,且表示系数唯一。

有向量组 I { a 1 , a 2 , . . . , a s } {\displaystyle {\textrm {I}}\{a_{1},a_{2},...,a_{s}\}} 和 II { b 1 , b 2 , . . . , b t } {\displaystyle {\textrm {II}}\{b_{1},b_{2},...,b_{t}\}} ,其中 t > s {\displaystyle t>s} ,且 II {\displaystyle {\textrm {II}}} 中每个向量都可由 I {\displaystyle {\textrm {I}}} 线性表示,则向量组 II {\displaystyle {\textrm {II}}} 必线性相关。即向量个数多的向量组,若可被向量个数少的向量组线性表示,则向量个数多的向量组必线性相关。

若一向量组 b 1 , b 2 , . . . , b t {\displaystyle b_{1},b_{2},...,b_{t}} 可由向量组 a 1 , a 2 , . . . , a s {\displaystyle a_{1},a_{2},...,a_{s}} 线性表示,且 b 1 , b 2 , . . . , b t {\displaystyle b_{1},b_{2},...,b_{t}} 线性无关,则 t ≤ ≤ --> s {\displaystyle t\leq s} 。即线性无关的向量组,无法以向量个数较少的向量组线性表示。

例子1

设 V = R ,考虑 V 内的以下元素:

则 e 1 、 e 2 、……、 e n 是线性无关的。

证明

假设 a 1 、 a 2 、……、 a n 是 R 中的元素,使得:

由于

因此对于{1, ..., n }内的所有 i ,都有 a i = 0。

例子2

设 V 是实变量 t 的所有函数的向量空间。则 V 内的函数 e 和 e 是线性无关的。

证明

假设 a 和 b 是两个实数,使得对于所有的 t ,都有:

我们需要证明 a = 0且 b = 0。我们把等式两边除以 e (它不能是零),得:

也就是说,函数 be 与 t 一定是独立的,这只能在 b = 0时出现。可推出 a 也一定是零。

例子3

R 内的以下向量是线性相关的。

证明

我们需要求出标量 λ λ --> 1 {\displaystyle \lambda _{1}} 、 λ λ --> 2 {\displaystyle \lambda _{2}} 和 λ λ --> 3 {\displaystyle \lambda _{3}} ,使得:

可以形成以下的方程组:

解这个方程组(例如使用高斯消元法),可得:

由于它们都是非平凡解,因此这些向量是线性相关的。


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 线性系统
线性系统的特性若将一决定性系统视为黑箱系统,可以用一个将输入x(t){\displaystylex(t)}映射到输出y(t){\displaystyley(t)}的运算子H{\displaystyleH}来表示。一线性系统的运算子满足叠加原理及齐次性(homogeneity)。假设有以下二个输入及其对应的输出则线性系统会满足以下的特性其中αα-->{\displaystyle\alpha\,}及ββ-->{\displaystyle\beta\,}为任意标量。因此,若线性系统有一个复杂的输入,可将输入分解为许多较简单输入的和,针对简单输入个别计算输出,其输出相加,就是系统对应复杂输入的输出。这是非线性系统没有的特性,上述的数学特性也使得线性系统的解比非线性系统的解要来的简单许多。对于线性时不变系统,叠加原理也是脉冲响应或频率响应等分析方式的基础。若是连续、线性时不变系统的微分方...
· 线性泛函
连续线性泛函若V是一拓扑向量空间,所有连续线性泛函的集称为连续对偶,有时也简称为对偶空间。若V{\displaystyleV}是巴拿赫空间,其对偶空间也是。为了把普通的对偶空间与连续对偶空间,有时把前一个称为代数对偶。在有限维空间中,每一个线性泛函都是连续的。因此连续对偶与代数对偶相同,虽然这在无限维空间是不正确的。例子和应用R内的线性泛函假设实坐标空间R内的向量用列向量来表示:那么这些坐标中的任何线性泛函都可以用以下形式的和来表示:这仅仅是行向量[a1...an]与列向量x→→-->{\displaystyle{\vec{x}}}的矩阵乘积:积分线性泛函首先出现在泛函分析——函数的向量空间的研究中。线性泛函的一个典型的例子是积分:由黎曼积分所定义的线性变换是由C[a,b]{\displaystyleC[a,b]}(在[a,b]{\displaystyle[a,b]}上定义的连续函数...
· 线性规划
标准型描述线性规划问题的常用和最直观形式是标准型。标准型包括以下三个部分:一个需要极大化的线性函数,例如以下形式的问题约束,例如:和非负变量,例如:线性规划问题通常可以用矩阵形式表达成:其他类型的问题,例如极小化问题,不同形式的约束问题,和有负变量的问题,都可以改写成其等价问题的标准型。例子以下是一个线性规划的例子。假设一个农夫有一块A平方千米的农地,打算种植小麦或大麦,或是两者依某一比例混合种植。该农夫只可以使用有限数量的肥料F和农药P,而单位面积的小麦和大麦都需要不同数量的肥料和农药,小麦以(F1,P1)表示,大麦以(F2,P2)表示。设小麦和大麦的售出价格分别为S1和S2,则小麦与大麦的种植面积问题可以表示为以下的线性规划问题:增广矩阵(松弛型)在用单纯型法求解线性规划问题之前,必须先把线性规划问题转换成增广矩阵形式。增广矩阵形式引入非负松弛变量(英语:Slackvariable)将...
· 线性代数
历史线性代数的研究最初出现于对行列式的研究上。行列式当时被用来求解线性方程组。莱布尼茨在1693年使用行列式。随后,加布里尔·克拉默在1750年推导出求解线性方程组的克莱姆法则。然后,高斯利用高斯消元法发展出求解线性系统的理论。这也被列为大地测量学的一项进展。现代线性代数的历史可以上溯到19世纪中期的英国。1843年,哈密顿发现四元数。1844年,赫尔曼·格拉斯曼发表他的著作《线性外代数》(DielineareAusdehnungslehre),包括今日线性代数的一些主题。1848年,詹姆斯·西尔维斯特引入矩阵(matrix),该词是“子宫”的拉丁语。阿瑟·凯莱在研究线性变换时引入矩阵乘法和转置的概念。很重要的是,凯莱使用一个字母来代表一个矩阵,因此将矩阵当做了聚合对象。他也意识到矩阵和行列式之间的联系。不过除了这些早期的文献以外.线性代数主要是在二十世纪发展的。在抽象代数的环论开发之前,
· 线性映射
定义和基本性质设V和W是在相同域K上的向量空间。法则f:V→W被称为是线性映射,如果对于V中任何两个向量x和y与K中任何标量a,满足下列两个条件:这等价于要求对于任何向量x1,...,xm和标量a1,...,am,方程成立。偶尔的,V和W可被看作在不同域上的向量空间。那么必须指定哪些基础域要被用在“线性”的定义中。如果V和W被看作前面的域K上的空间,我们谈论的就是K-线性映射。例如,复数的共轭是R-线性映射C→C,而不是C-线性映射。从向量空间V到数域K的线性映射有一个特别的名字,叫做“线性泛函”。线性泛函分析就是将空间维度增加到无穷维(包括不可数无穷维)的高等线性代数。泛函分析最早研究的是有关向量空间V上的实值函数(不过它们一般是非线性映射)的变分学问题。从定义立即得出f(0)=0。因此线性映射有时叫做均匀线性映射(参见线性泛函)。不同作者的术语差异“线性变换”和“线性算子”是与“线性映...

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信