向量组及其线性运算、相关性与极大无关组分析
该思维导图整理了向量组的核心概念,包括线性运算的基本法则、线性相关性及其判定方法、极大无关组与秩的定义及求解方法,以及相关的典型问题和计算方法。强调了线性相关与无关的定义及几何意义,展示了如何通过矩阵秩和方程组来判断线性关系,并提供了求解极大无关组及秩的技巧。整体结构清晰,便于理解向量组的线性代数性质。
源码
# 向量组
## 线性运算
- 基本运算
- 加法
- 定义:分量相加
- 例子:\( \mathbf{u} + \mathbf{v} = (u_1 + v_1, u_2 + v_2, ..., u_n + v_n) \)
- 数乘
- 定义:分量数乘
- 例子:\( c\mathbf{u} = (cu_1, cu_2, ..., cu_n) \)
- 负向量
- 定义:每个分量取反
- 例子:\( -\mathbf{u} = (-u_1, -u_2, ..., -u_n) \)
- 零向量
- 定义:所有分量均为零
- 运算定律
- 交换律
- \( \mathbf{u} + \mathbf{v} = \mathbf{v} + \mathbf{u} \)
- 结合律
- \( \mathbf{u} + (\mathbf{v} + \mathbf{w}) = (\mathbf{u} + \mathbf{v}) + \mathbf{w} \)
- 分配律
- 数乘对向量加法
- \( c(\mathbf{u} + \mathbf{v}) = c\mathbf{u} + c\mathbf{v} \)
- 向量对数乘加法
- \( (c+d)\mathbf{u} = c\mathbf{u} + d\mathbf{u} \)
- 数乘结合律
- \( c(d\mathbf{u}) = (cd)\mathbf{u} \)
- 共8条运算定律
## 线性相关性
- 定义
- 线性组合与线性表示
- 线性相关
- 存在不全为零的系数使线性组合为零
- 线性无关
- 仅当所有系数为零时成立
- 判定方法
- 齐次方程组有非零解
- 相关的条件
- 矩阵秩 < 向量个数
- 相关的证明
- 向量个数 > 维数
- 必相关
- 重要性质
- 含零向量必相关
- 部分组无关
- 整体仍然无关
- 几何意义
- 共线
- 共面
- 高维推广
## 极大无关组与秩
- 基本概念
- 极大无关组定义
- 最大线性无关部分组
- 秩的定义
- 极大无关组中向量个数
- 求解方法
- 初等行变换
- 化为阶梯形
- 主元列
- 对应向量构成极大无关组
- 非主元列
- 向量用主元列表示
- 核心定理
- 矩阵秩 = 行秩 = 列秩
- 定理4.10
- 等价向量组
- 秩相等且可相互线性表示
## 题型与计算
- 典型问题
- 判断线性相关性
- 通过解齐次方程组
- 计算矩阵秩
- 求极大无关组及秩
- 初等行变换法
- 主元列确定法
- 向量表示
- 解非齐次线性方程组
- 等价性证明
- 验证秩相等
- 证明相互线性表示
图片
