科数网
题库
在线学习
高中数学
高等数学
线性代数
概率统计
高中物理
复变函数
离散数学
实变函数
数论
群论
科数
题库
在线学习
赞助
你好
游客,
登录
注册
在线学习
线性代数
第三篇 向量空间
方程的向量表示及线性组合
最后
更新:
2025-01-03 16:04
查看:
535
次
反馈
刷题
方程的向量表示及线性组合
## 方程的向量表示 设有一个线性方程组 $$ \left\{\begin{array}{l} a_{11} x_1+a_{12} x_2+\cdots+a_{1 n} x_n=b_1 \\ a_{21} x_1+a_{22} x_2+\cdots+a_{2 n} x_n=b_2 \\ \cdots \\ a_{m 1} x_1+a_{m 2} x_2+\cdots+a_{m n} x_n=b_m \end{array}\right. $$ 在矩阵章节里介绍,他们可以写成矩阵的方式 [详见此处](https://kb.kmath.cn/kbase/detail.aspx?id=457),即 $$ AX=B $$ 方程除了可以用矩阵表示外,还可以用向量表示。设上面方程组的增广矩阵为 $$ {\boldsymbol{\bar{A}}}=\left(\begin{array}{ccccc} a_{11} & a_{12} & \cdots & a_{1 n} & b_1 \\ a_{21} & a_{22} & \cdots & a_{2 n} & b_2 \\ \vdots & \vdots & & \vdots & \vdots \\ a_{m 1} & a_{m 2} & \cdots & a_{m n} & b_m \end{array}\right) $$ 分别用 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2, \cdots, \boldsymbol{\alpha}_n ; \boldsymbol{\beta}$ 表示上述矩阵的列向量, 即 $$ \boldsymbol{\alpha}_1=\left(\begin{array}{c} a_{11} \\ a_{21} \\ \vdots \\ a_{m 1} \end{array}\right), \boldsymbol{\alpha}_2=\left(\begin{array}{c} a_{12} \\ a_{22} \\ \vdots \\ a_{m 2} \end{array}\right), \cdots, \boldsymbol{\alpha}_n=\left(\begin{array}{c} a_{1 n} \\ a_{2 n} \\ \vdots \\ a_{m n} \end{array}\right) ; \boldsymbol{\beta}=\left(\begin{array}{c} b_1 \\ b_2 \\ \vdots \\ b_m \end{array}\right) $$ 则上面方程组等价于下列向量形式的方程式: $$ x_1 \alpha_1+x_2 \alpha_2+\cdots+x_n \alpha_n=\boldsymbol{\beta} $$ > 这个式子告诉我们,求解一次线性方程组的解,既可以采用“矩阵”的视角,又可以采用“向量”的视角。 ## 向量组及其线性组合 **定义1** 给定 $n$ 维向量组 $\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2, \cdots, \boldsymbol{\alpha}_n$ ,对于任意一组数 $k_1, k_2, \cdots, k_n$ ,表达式 $k_1 \boldsymbol{\alpha}_1+k_2 \boldsymbol{\alpha}_2+\cdots+k_n \boldsymbol{\alpha}_n$ 称为该向量组的一个线性组合. 比如 $$ \alpha_1=\left(\begin{array}{lll} 1 & 2 & 3 \end{array}\right) $$ $$ \alpha_2=\left(\begin{array}{lll} 6 & 7 & 9 \end{array}\right) $$ $$ \alpha_3=\left(\begin{array}{lll} 2 & 4 & 6 \end{array}\right) $$ $$ \alpha_4=\left(\begin{array}{lll} 9 & 7 & 1 \end{array}\right) $$ 那么 $2 \boldsymbol{\alpha}_1+4 \boldsymbol{\alpha}_2+7 \boldsymbol{\alpha}_3+ 6 \boldsymbol{\alpha}_4 $ 成为向量组的一个线性组合。 **定义2** 给定 $n$ 维向量组 $\alpha_1, \alpha_2, \cdots, \alpha_n$ 和一个 $n$ 维向量 $\beta$ ,如果存在一组数 $k_1, k_2, \cdots, k_n$ ,使得 $$ \boldsymbol{\beta}=k_1 \boldsymbol{\alpha}_1+k_2 \boldsymbol{\alpha}_2+\cdots+k_n \boldsymbol{\alpha}_n, $$ 则称向量 $\beta$ 可由向量组 $\alpha_1, \alpha_2, \cdots, \alpha_n$ 线性表示,或者说向量 $\beta$ 是向量组 $\alpha_1, \alpha_2, \cdots, \alpha_n$ 的一个**线性组合**. 例如,给定向量组 $\alpha_1, \alpha_2, \alpha_3$ ,则向量 $$ \begin{aligned} & 2 \boldsymbol{\alpha}_1-\boldsymbol{\alpha}_2+\sqrt{3} \boldsymbol{\alpha}_3, \quad \boldsymbol{\alpha}_1+0 \boldsymbol{\alpha}_2+0 \boldsymbol{\alpha}_3\left(=\boldsymbol{\alpha}_1\right), \quad 0 \boldsymbol{\alpha}_1+\boldsymbol{\alpha}_2+0 \boldsymbol{\alpha}_3\left(=\boldsymbol{\alpha}_2\right), \\ & 0 \boldsymbol{\alpha}_1+0 \boldsymbol{\alpha}_2+\boldsymbol{\alpha}_3\left(=\boldsymbol{\alpha}_3\right), \quad 0 \boldsymbol{\alpha}_1+0 \boldsymbol{\alpha}_2+0 \boldsymbol{\alpha}_3(=\boldsymbol{0}) \end{aligned} $$ 都是向量组 $\alpha_1, \alpha_2, \alpha_3$ 的线性组合. 由此可见,一个向量组可以线性表示这个向量组中的每一个向量, 零向量是任意一个向量组的线性组合. `例` 设向量组 $\boldsymbol{e}_1=\left(\begin{array}{l}1 \\ 0 \\ \vdots \\ 0\end{array}\right), \boldsymbol{e}_2=\left(\begin{array}{l}0 \\ 1 \\ \vdots \\ 0\end{array}\right), \cdots, \boldsymbol{e}_n=\left(\begin{array}{l}0 \\ 0 \\ \vdots \\ 1\end{array}\right)$ ,则任一向量 $\boldsymbol{\alpha}=\left(\begin{array}{c}a_1 \\ a_2 \\ \vdots \\ a_n\end{array}\right)$ 都可由 $e_1, e_2, \cdots, e_n$ 线性表示, 即 $\boldsymbol{\alpha}=\left(\begin{array}{c}a_1 \\ a_2 \\ \vdots \\ a_n\end{array}\right)=a_1\left(\begin{array}{l}1 \\ 0 \\ \vdots \\ 0\end{array}\right)+a_2\left(\begin{array}{l}0 \\ 1 \\ \vdots \\ 0\end{array}\right)+\cdots+a_n\left(\begin{array}{l}0 \\ 0 \\ \vdots \\ 1\end{array}\right)=a_1 \boldsymbol{e}_1+a_2 e_2+\cdots+a_n \boldsymbol{e}_n$. ## 定理 在本文一开始介绍的方程里,方程的表达方式为 $$ x_1 \alpha_1+x_2 \alpha_2+\cdots+x_n \alpha_n=\boldsymbol{\beta} ..(1) $$ 而在线性组合的定义为 $$ \boldsymbol{\beta}=k_1 \boldsymbol{\alpha}_1+k_2 \boldsymbol{\alpha}_2+\cdots+k_n \boldsymbol{\alpha}_n, ...(2) $$ 可以发现这2个形式本质上是一样的。因此可以由如下定理 向量 $\beta$ 可由向量组 $\alpha_1, \alpha_2, \cdots, \alpha_n$ (唯一) 线性表示的充分必要条件是线性方程组 $x_1 \alpha_1+x_2 \alpha_2+\cdots+x_n \boldsymbol{\alpha}_n=\beta$ 有 (唯一) 解. 证明 如果向量 $\beta$ 可由向量组 $\alpha_1, \alpha_2, \cdots, \alpha_n$ 线性表示,则存在一组数 $k_1, k_2, \cdots, k_n$ ,使得 $$ k_1 \boldsymbol{\alpha}_1+k_2 \boldsymbol{\alpha}_2+\cdots+k_n \boldsymbol{\alpha}_n=\boldsymbol{\beta} . $$ 这表明线性方程组 $x_1 \boldsymbol{\alpha}_1+x_2 \boldsymbol{\alpha}_2+\cdots+x_n \boldsymbol{\alpha}_n=\boldsymbol{\beta}$ 有解 $$ \left(\begin{array}{c} x_1 \\ x_2 \\ \vdots \\ x_n \end{array}\right)=\left(\begin{array}{c} k_1 \\ k_2 \\ \vdots \\ k_n \end{array}\right) . $$ 反之,如果线性方程组 $$ x_1 \boldsymbol{\alpha}_1+x_2 \boldsymbol{\alpha}_2+\cdots+x_n \boldsymbol{\alpha}_n=\boldsymbol{\beta} \quad $$ 有解 $$ \left(\begin{array}{c} x_1 \\ x_2 \\ \vdots \\ x_n \end{array}\right)=\left(\begin{array}{c} k_1 \\ k_2 \\ \vdots \\ k_n \end{array}\right) \text {, } $$ 即 $k_1 \boldsymbol{\alpha}_1+k_2 \boldsymbol{\alpha}_2+\cdots+k_n \boldsymbol{\alpha}_n=\boldsymbol{\beta}$ , 从而向量 $\beta$ 可由向量组 $\alpha_1, \boldsymbol{\alpha}_2, \cdots, \boldsymbol{\alpha}_n$ 线性表示. `例` 设有向量 $\boldsymbol{\alpha}=\left(\begin{array}{c}5 \\ 3 \\ -6\end{array}\right)$ 及向量组 $\beta_1=\left(\begin{array}{l}1 \\ 1 \\ -1\end{array}\right) \boldsymbol{\beta}_2=\left(\begin{array}{l}0 \\ 0 \\ 1\end{array}\right) \boldsymbol{\beta}_3=\left(\begin{array}{l}-1 \\ 1 \\ 2 \\ 2\end{array}\right)$, 试问 $\boldsymbol{\alpha}$ 能否由 $\beta_1, \boldsymbol{\beta}_2, \beta_3$ 线性表示. 解 设 $x_1 \beta_1+x_2 \beta_2+x_3 \beta_3=\alpha$ ,由 可知方程组有无穷多解: $\left\{\begin{array}{l}x_1=5+c, \\ x_2=-1-c, \\ x_3=c\end{array}\right.$, 其中 $c$ 为任意常数. 因此 $\boldsymbol{\alpha}$ 能由 $\boldsymbol{\beta}_1, \boldsymbol{\beta}_2, \boldsymbol{\beta}_{\mathbf{3}}$ 线性表示, 且表示式不唯一: $\alpha=(5+c) \boldsymbol{\beta}_1+(-1-c) \boldsymbol{\beta}_2+c \boldsymbol{\beta}_3$ ,其中 $c$ 为任意常数. `例`设向量组 $\boldsymbol{\alpha}_1=\left(\begin{array}{c}1 \\ 0 \\ -2\end{array}\right), \boldsymbol{\alpha}_2=\left(\begin{array}{c}2 \\ 1 \\ -5\end{array}\right), \boldsymbol{\alpha}_3=\left(\begin{array}{c}-3 \\ 2 \\ 4\end{array}\right) ,$ 而 $\boldsymbol{\beta}=\left(\begin{array}{c}5 \\ 4 \\ -7\end{array}\right)$ ,问:向量 $\boldsymbol{\beta}$ 能否由向量组 $\alpha_1, \alpha_2, \alpha_3$ 线性表示?若可以,求出线性表达式。 解 设 $x_1 \boldsymbol{\alpha}_1+x_2 \boldsymbol{\alpha}_2+x_3 \boldsymbol{\alpha}_3=\boldsymbol{\beta}$ ,由 $$ \left(\boldsymbol{\alpha}_1, \boldsymbol{\alpha}_2, \boldsymbol{\alpha}_3, \boldsymbol{\beta}\right)=\left(\begin{array}{ccc|c} 1 & 2 & -3 & 5 \\ 0 & 1 & 2 & 4 \\ -2 & -5 & 4 & -7 \end{array}\right) \rightarrow\left(\begin{array}{ccc|c} 1 & 2 & -3 & 5 \\ 0 & 1 & 2 & 4 \\ 0 & -1 & -2 & 3 \end{array}\right) \rightarrow\left(\begin{array}{ccc|c} 1 & 2 & -3 & 5 \\ 0 & 1 & 2 & 4 \\ 0 & 0 & 0 & 7 \end{array}\right) $$ 可知线性方程组无解,所以向量 $\beta$ 不能由向量组 $\alpha_1, \alpha_2, \alpha_3$ 线性表示. >提示:对于解一个向量能否由一组向量线性表示,通常都是固定的讨论,即假设能由它表示,然后解方程组,看是否有解。 ## 方程向量表示的意义 通过方程的向量表示,打通了“方程-向量”的映射关系,即通过研究方程的解,可以判断向量是否线性相关。 反之,通过判断向量是否相关又可以得到方程是否有解。详见[附录1:线性方程组、行列式、矩阵和向量](https://kb.kmath.cn/kbase/detail.aspx?id=1234)
刷题
做题,是检验是否掌握数学的唯一真理
上一篇:
集合论与向量空间
下一篇:
向量组的等价
本文对您是否有用?
有用
(
0
)
无用
(
0
)
初中数学
高中数学
高中物理
高等数学
线性代数
概率论与数理统计
复变函数
离散数学
实变函数
数学分析
数论
群论
纠错
高考
考研
关于
赞助
公式
科数网是专业专业的数学网站。