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
数学分析
复变函数
离散数学
实变函数
数论
群论
高中物理
词条搜索
科数
试题
高中数学
高数
线代
more
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:
531
次
高考专区
考研专区
公式专区
刷题专区
词条搜索
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)
上一篇:
集合论与向量空间
下一篇:
向量组的等价
在线学习仅为您提供最基础的数学知识,
开通会员
可以挑战海量
超难试题
, 分享本文到朋友圈,邀请更多朋友一起学习。
本文对您是否有用?
有用
(
0
)
无用
(
0
)
评论
更多
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
留言
科数网是专业专业的数学网站。