第四章 向量空間
4.1 R
n上的向量4.2 向量空間 4.2 向量空間
4.3 向量空間的子空間 4.4 生成集合與線性獨立 4.5 基底與維度
4.6 矩陣的秩與線性方程式系統 4.7 座標和基底變換
4.8 向量空間的應用
Elementary Linear Algebra 投影片設計製作者
R. Larsen et al. (6 Edition) 淡江大學 電機系 翁慶昌 教授
4.1 R n 上的向量
有序的n項 (ordered n-tuple)
所有有序的n項所構成的集合 n個實數的序列
( x
1,x
2,L
,x
n)
n維空間 (n-space): Rn
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.222
R1 = 1維空間
⇒
範例: n=1 一個實數 x⇒
n=2 一個有序的對⇒ R2 = 2維空間
= 所有有序成對實數 所構成的集合
⇒
) , ( x
1x
2) , ( x
1x
2= 所有實數所構成的集合
3/130
= 所有有序成對實數 1 2 所構成的集合
n=3 一個有序的三項⇒ R3 = 3維空間
⇒
= 所有有序三項實數 所構成的集合
) , ,
( x
1x
2x
3) , ,
( x
1x
2x
3n=4 一個有序的四項⇒
= 所有有序四項實數 所構成的集合
⇒ R4 = 4維空間
) , , ,
( x
1x
2x
3x
4) , , ,
( x
1x
2x
3x
4線性代數線性代數
線性代數線性代數: 4.1節節節節 p.227
注意:
範例:
(1) n項 可以被視為Rn上的一個點,其
中xi為它的座標值
(2) n項 可以被視為Rn上的一個向量
) , , ,
(x1 x2 L xn ) , , ,
(x1 x2 L xn
) , , ,
(x1 x2 xn
x
=
L範例:
一個點
( x
1, x
2)
一個向量
( x
1, x
2) ( )
0,0線性代數線性代數
線性代數線性代數: 4.1節節節節 p.227
( u
1, u
2, L , u
n) , = ( v
1, v
2, L , v
n)
= v
u
(Rn上兩個向量)相等 (equal)
若且唯若
v
u =
u1=
v1, u2=
v2,L,un=
vn向量加法 (vector addition)
(
u+
v u+
v u+
v)
=
+ v
, ,L,u
5/130
(
u+
v u+
v un+
vn)
=
+ v
1 1, 2 2,L,u
純量乘法 (scalar multiplication)
(
cu cu cun)
c
u =
1, 2,L,注意:
上述所定義的向量加法與純量乘法二者被稱為 在Rn上的標準運算(standard operations in Rn)
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.228
負向量 (negative)
) ,...,
, ,
( − u
1− u
2− u
3− u
n=
− u
向量差 (difference)
) ,...,
, ,
( u
1− v
1u
2− v
2u
3− v
3u
n− v
n=
− v u
零向量 (zero vector)
零向量 (zero vector) ) 0 ..., , 0 , 0
=
(0
注意:
(1) 零向量0被稱為加法單位元素(additive identity) (2) 向量-v被稱為v的加法反元素(additive inverse)
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.228
定理 4.2:向量加法與純量乘法的性質
令 u, v, 與w為在Rn中之向量,及c,d為純量 (1) u+v為Rn中之向量
(2) u+v=v+u
(3) (u+v)+w=u+(v+w) (4) u+0=u
7/130
(4) u+0=u (5) u+(-u)=0
(6) cu為在Rn中之向量 (7) c(u+v)=cu+cv
(8) (c+d)u=cu+du (9) c(du)=(cd)u (10) 1(u)=u
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.230
範例 5: R4中的向量運算
令u=(2,-1,5,0),v=(4,3,1,-1),與w=(-6,2,0,3)為R4 中的向量,求解下列中的每個 x
(a) x = 2u - (v + 3w) (b) 3(x+w)= 2u-v+x 解:(a)
).
8 , 9 , 11 ,
18 (
) 9 1 0 , 0 1 10 , 6 3 2 , 18 4
4 (
) 9 , 0 , 6 , 18 (
) 1 , 1 , 3 , 4 ( ) 0 , 10 , 2 , 4 (
3 2
) 3 (
2
−
−
=
− +
−
−
−
−
− +
−
=
−
−
−
−
−
=
−
−
=
+
−
=
w v
u
w v
u x
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.230
(b)
3 2
2
3 2
3
2 3
3
2 )
( 3
3 1
−
−
=
−
−
=
−
−
=
−
+
−
= +
+
−
= +
w v
u x
w v
u x
w v
u x
x
x v u w
x
x v u w
x
9/130
( ) ( ) ( )
( 9 2 , , 1 ,
2115 , 0 ,
29, 4 ) 2 , , , 9 , 3 , 0 ,
29 2
1 2
1 2
3 2
3 2
1
−
=
− +
− +
=
−
−
=
−
− −
−
w v
u x
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.230
定理 4.3:加法單位元素與加法反元素的性質
令v為Rn中的向量,c為純量。則下列性質為真
(1) 加法單位元素具有唯一性,也就是若u+v=v,則u=0 (2) 加法反元素具有唯一性,也就是若 v+u=0,則u=-v (3) 0v=0
(3) 0v=0 (4) c0=0
(5) 若cv=0,則c=0或v=0 (6) -(-v)=v
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.231
線性組合 (linear combination)
範例 6:
在R3中 x=(-1,-2,-2),u=(0,1,4),v=(-1,1,2),以及
向量x被稱為
v
1, v
2,..., v
n的線性組合,若它可以被表示為n 2
1
v v
v
x =
c1+
c2+
L+
cn , , , :純量n 2
1
c c
c
L11/130
在R 中 x=(-1,-2,-2),u=(0,1,4),v=(-1,1,2),以及
w=(3,1,2)。求 a, b 與 c 使得 x=au+bv+cw
解:
2 2
2 4
2 1 3
−
= +
+
−
= +
+
−
= +
−
c b
a
c b
a
c b
⇒
⇒ a
=
1, b= −
2, c= −
1w
v u
x = −
2−
所以線性代數線性代數
線性代數線性代數: 4.1節節節節 p.232
注意:
在
R
n的一個向量u =
(u1,u2,K,un)可以被表示成 ] , , ,[u1 u2 L un
= u
u u
1 或一個1xn的列矩陣(列向量)
=
u
nu M u
2(因為加法與純量乘法的矩陣運算所得到的結果與相對應 的向量運算的結果一樣)
一個nx1的行矩陣(行向量)
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.232
) ,
, ,
(
) , , , ( ) ,
, , (
2 2
1 1
2 1 2
1
n n
n n
v u
v u
v u
v v
v u
u u
+ +
+
=
+
= +
L
L
v
Lu
] ,
, ,
[
] , , , [ ] , ,
, [
2 2
1 1
2 1 2
1
n n
n n
v u
v u
v u
v v
v u
u u
+ +
+
=
+
= +
L
L
v
Lu
向量加法 純量乘法
) ,
, ,
(
) ,
, ,
(
2 1
2 1
n n
cu cu
cu
u u
u c c
L L
=
= u
] ,
, ,
[
] ,
, ,
[
2 1
2 1
n n
cu cu
cu
u u
u c c
L L
=
= u
13/130
2 2
1
1 n n
+ + +
=
+
= +
n n
n
n
u v
v u
v u
v v v
u u u
M M
M
2 2
1 1
2 1 2
1
v u
=
=
n
n cu
cu cu
u u u c
c M M
2 1 2
1
u
] ,
, ,
[cu1 cu2 L cun
=
線性代數線性代數
線性代數線性代數: 4.1節節節節 p.233
摘要與複習 (4.1節之關鍵詞)
ordered n-tuple:有序的n項
n-space:n維空間
equal:相等
vector:向量加法
scalar multiplication:純量乘法
negative:負向量
negative:負向量
difference:向量差
zero vector:零向量
additive identity:加法單位元素
additive inverse:加法反元素
4.2 向量空間
向量空間 (vector space)
令V為一集合且在V上定義了兩個運算(向量加法與純量乘法)。
若對V在上的每個向量u, v與w及每個純量c與d都符合下列的 公理時,則稱V為向量空間
加法:
15/107
(1) u+v 屬於V 加法封閉
(2) u+v=v+u 交換性
(3) u+(v+w)=(u+v)+w 結合性
(4) 對在V中所有的u,V有零向量0使得u+0=u 加法單位元素 (5) 對在V中所有的u,在V中存在一向量使得u+(-u)=0 加法反元素
線性代數線性代數
線性代數線性代數: 4.2節節節節 p.237
純量乘法:
(6) 屬於
c u V
純量乘法封閉(7)
c ( u + v ) = c u + c v
分配性 (8) (c+
d)u =
cu +
du
分配性 (9) c(du
)=
(cd)u
結合性 (9) c(du
)=
(cd)u
結合性(10) 1(
u
)= u
純量單位元素線性代數線性代數
線性代數線性代數: 4.2節節節節 p.238
注意:
(1) 一個向量空間包含四個部分:
V:非空集合 c:純量
)
:,
( u v = u + v
+
向量加法一個向量集合、一個純量集合、與兩個運算
17/107
(2) 純量集合為實數集合⇒ 實數向量空間 純量集合為複數集合 ⇒ 複數向量空間 (3)
V = { } 0
: 零向量空間)
:, (
)
:, (
u u
v u
v u
c c =
•
+
=
+
向量加法純量乘法
(
V,+
,• )
被稱為一個向量空間線性代數線性代數
線性代數線性代數: 4.2節節節節 補充補充補充補充
常見的向量空間 (1)n維空間: Rn
向量加法
)
, ,
( ) ,
, ( ) ,
,
( u
1u
2 Lu
n+ v
1v
2 Lv
2= u
1+ v
1u
2+ v
2 Lu
n+ v
n純量乘法
) ,
, (
) ,
,
( u
1u
2u
nku
1ku
2ku
nk L = L
(2)矩陣空間:V
=
Mm×n(所有具有實數項的m × n
矩陣集合) (2)矩陣空間:V=
Mm×n(所有具有實數項的m × n
矩陣集合)範例:(m=n=2)
+ +
+
= +
+
22 22
21 21
12 12
11 11
22 21
12 11
22 21
12 11
v u
v u
v u
v u
v v
v v
u u
u u
=
22 21
12 11
22 21
12 11
ku ku
ku ku
u u
u k u
向量加法
純量乘法
線性代數線性代數
線性代數線性代數: 4.2節節節節 補充補充補充補充
(3) n次多項式空間:
(所有小於或等於n次之多項式的集合) )
(x P V
=
nn n
n b x
a x
b a
b a
x q x
p( )
+
( )=
( 0+
0)+
( 1+
1)+
L+
(+
)n nx ka x
ka ka
x
kp
= + +
L+
1
) 0
(
19/107
) ( )
( )
)(
( f
+
g x=
f x+
g x ), (
−∞ ∞
=
c (4) 函數空間: V(定義在實數線上所有連續函數的集合)
) ( )
)(
(kf x
=
kf x線性代數線性代數
線性代數線性代數: 4.2節節節節 補充補充補充補充
定理 4.4: 純量乘法的性質
令V是向量空間中的任意元素,c是任意純量,
則以下的性質成立
0 0
0 v
=
=
(2) 0 (1)
c
v v
0 v
0 v
0 0
−
=
−
=
=
=
=
) 1 ( (4)
0
(3) (2)
或 則
,
若c c c
線性代數線性代數
線性代數線性代數: 4.2節節節節 p.242
注意:只要找到一個公理不符合就可以證明這集合不是 向量空間。
R ,
V
∈
∈
21 1∉
V=
212
1)(1)
( (在純量相乘下並沒有封閉)
↑
↑ ↑
證明:範例 6:整數集合不是一個向量空間
21/107
範例 7:二次多項式集合不是向量空間 證明:令 p(x)
=
x2 和q(x)= −
x2+
x+
1V x
x q x
p + = + ∉
⇒ ( ) ( ) 1
在向量加法下不封閉↑
純量整數非整數
↑ ↑
線性代數線性代數
線性代數線性代數: 4.2節節節節 p.243
範例 8
:
一個不是向量空間的集合 V=R2=所有實數有序對的集合向量加法:
( u
1, u
2) + ( v
1, v
2) = ( u
1+ v
1, u
2+ v
2)
純量乘法:
c ( u
1, u
2) = ( ku
1, 0 )
證明V不是向量空間) 1 , 1 ( ) 0 , 1 ( ) 1 , 1 (
1 = ≠
Q
這集合(與兩個給定的運算)不是一個向量空間
∴
證明V不是向量空間 解:
線性代數線性代數
線性代數線性代數: 4.2節節節節 p.244
摘要與複習 (4.2節之關鍵詞)
vector space:向量空間
n-space:n維空間
matrix space:矩陣空間
polynomial space:多項式空間
function space:函數空間
23/130
4.3 向量空間的子空間
子空間 (subspace)
)
, ,
( V + •
:一個向量空間
⊆
≠
V WW
φ
一個非空子集合
)
, ,
( W + •
:一個向量空間(在V的加法和純量乘法 的運算定義下)的運算定義下)
⇒ W是一個V的子空間
顯然子空間 (trivial subspace)
每個向量空間V至少有兩個子空間 (1)零子空間{0}是V的子空間
(2) V是V的子空間
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.247
定理 4.5:子空間的測試
若W是向量空間V的非空子集合,則W是V的子空間 若且唯若下列的封閉條件成立
(1) 若 u 與 v 都在W上,則 u+v 也是在W上
(2)
u
W c cu W25/130
(2) 若 u 在W上且 c 是任意純量,則 cu 也是在W上
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.248
範例:
R
2的子空間
{ } ( ) 0, 0
(1) 0 0 =
通過原點的直線
(2) R2
(3)
R 3
範例: R 3 的子空間
通過原點的直線
(2)
通過原點的平面
(3) R3
(4)
{ }
(
0, 0, 0)
(1)
0 0 =
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.249
範例 2:對稱矩陣集合是M2×2的子空間
M2×2為具有矩陣加法及純量乘法標準運算的向量空間 W為所有2×2對稱矩陣的集合
在標準運算下證明W是向量空間M2×2的子空間 向量空間
: M
M
W
⊆
Q解:
27/130
向量空間 :
M M
W
⊆
2×2 2×2 Q)
( 1 1 2 2
2
1,A W A A ,A A
A
∈
T=
T=
令
)
( 1 2 1 2 1 2
2
1 W, A W A A A A A A
A
∈ ∈
⇒+
T=
T+
T= +
)(kA kA kA W
A , R
k
∈ ∈
⇒ T=
T=
的子空間是 2×2
∴
W M) (A1
+
A2∈
W) (kA
∈
W線性代數線性代數
線性代數線性代數: 4.3節節節節 p.249
範例 3:奇異矩陣集合不是M2×2的子空間
M2×2為具有矩陣加法及純量乘法標準運算的向量空間 W為二階奇異矩陣的集合
在標準運算下證明W不是向量空間M2×2的子空間
W B
A ∉
= +
∴ 0 1
0 1
的子空間 不是
2 22 ×
∴ W M
W B
, W
A ∈
=
∈
=
1 0
0 0
0 0
0
解:
1
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.250
範例 4:第一象限的集合不是R2的子空間 證明在標準運算下的
不是R2的子空間 解:
∈
W=
(1,1) 令 u} 0 0
: ) ,
{( 1 2 1
≥
2≥
=
x x x xW 與
29/130
∈
W=
(1,1) 令 u( ) ( )( ) ( −
1 u= −
1 1,1= −
1,−
1) ∉
WQ (純量相乘不封閉)
的子空間 不是 R
2∴ W
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.250
範例 6:判斷R2的子空間
下列兩個子集合中,何者是R2的子空間
(a) 在直線 上點的集合
(b) 在直線 上點的集合
解:(a) W
= {
(x, y) x+
2y=
0} { =
(−
2t,t) t∈
R}
0 2
= +
y x1 2
= +
y x{
x y x y} {
t t t R}
W
=
( , )+
2=
0=
(−
2 , )∈
(a)
(
t ,t)
W v(
t ,t)
Wv1
= −
2 1 1∈
2= −
2 2 2∈
令( )
( t t , t t ) W
v
v
1+
2= − 2
1+
2 1+
2∈ Q
( )
(
kt ,kt)
Wkv1
= −
2 1 1∈
的子空間 是R2∴
W(加法封閉) (乘法封閉)
線性代數線性代數
線性代數線性代數: 4.3節節節節 p.253
( )
{ + 2 = 1 } ( 注意 : 零向量不在線上 )
= x , y x y W
W v
=
(1,0)∈
令( ) ( −
1 v= −
1,0) ∉
WQ
的子空間。
不是 R2
∴
W (b)31/130
的子空間。
不是 R
∴
W線性代數線性代數
線性代數線性代數: 4.3節節節節 p.253
範例 8:判斷R3的子空間
{ }
{ x x x x x x R }
W
R x
x x
x W
R
∈ +
=
∈
=
3 1 3
3 1
1
2 1 2
1
3
, )
, ,
(
(b)
, )
1 , , (
(a)
的子空間 ? 下列子集中,何者是
解:(a) 令
v =
(0,0,1)∈
W∉
W−
=
−
⇒ (
−
1)v =
(0,0,−
1)∉
W⇒ ( 1)
v
(0,0, 1)的子空間 不是 R
3∴ W
W
W
= + ∈
∈ +
=
(v ,v v ,v ) , (u ,u u ,u )
(b) 令
v
1 1 3 3u
1 1 3 3( ) ( )
(
v1+
u1, v1+
u1+
v3+
u3 ,v3+
u3) ∈
W= + u
Qv
( ) ( )
(
v1, v1+
v3 , v3) ∈
W=
k k k kkv
的子空間 是R3
∴
W線性代數線性代數
線性代數線性代數: 4.3節節節節 p.255
定理 4.6:兩個子空間的交集也是子空間
的子空間。
也是 表示成
交集
的 與
的子空間,則 都是向量空間
和 若
U U)
V (
W V
U W
V
∩
33/130 線性代數線性代數
線性代數線性代數: 4.3節節節節 p.252
摘要與複習 (4.3節之關鍵詞)
subspace:子空間
trivial subspace:顯然子空間
4.4 生成集合與線性獨立
k
ck
c
c
u u u
v = + +
K+
2 2 1
1
的線性組合。
稱為向量
則向量
v u
,u
,L,u
k2 1
線性組合 (linear combination)
若向量v可被表示成下列的形式
: 純量
2
1,c , ,ck
c L
35/130
的線性組合。
稱為向量
則向量
v u
,u
,L,u
k2 1
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.258
範例 2:
的線性組合。
不是
的線性組合。
是
, , 2,2)
(1,
(b)
, , (1,1,1)
(a)
1,0,1) (
(0,1,2)
(1,2,3)
3 2 1
3 2 1
3 2
1
v v v w
v v v w
v v
v
−
=
=
⇒
−
=
=
=
解:
3 3 2
2 1
1
(a)
w =
c1v
1+
c2v
2+
c3v
3 (a)w =
cv +
cv +
cv
(
1,1,1) ( ) ( =
c1 1,2,3+
c2 0,1,2) ( +
c3−
1,0,1)
) 2
3 , 2
,
(c1
−
c3 c1+
c2 c1+
c2+
c3=
1 2
3
1
2
1 -
3 2
1
2 1
3 1
= +
+
= +
=
⇒
c c
c
c c
c c
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.259
−
⇒
1 1
2 3
1 0
1 2
1 1 0
1
→
G. J− .
−
−
0 0
0 0
1 2
1 0
1 1
0 1
t c
t c
t
c
= + = − − =
⇒ 1 1 , 2 1 2 , 3
37/130
3 2
1 1
3
2
v v v
w = − +
⇒t=
此系統有無線多組解
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.260
3 2
1
v v
v
w
1 2 3) (
c c
c b
+ +
=
⇒
2 1
2 3
2 - 0 1
2
1 1
- 0 1
Guass
−Jordan
Eliminatio
n→
−
−
7 0
0 0
4 2
1 0
1 1
0 1
3 2 1 2 0 0 0 7
此系統無解
⇒
3 3 2
2 1
1
v v v
w ≠
c+
c+
c⇒
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.260
為向量空間V的子集合,若在V中的 向量均可以寫成集合S中向量的線性組合,則稱S為V的 生成集合
生成集合 (spanning set)
= ) (S
span {
c1v
1+
c2v
2+
L+
ckv
k∀
ci∈
R}
{
k}
S
= v
1,v
2,L,v
令39/130
) (S中所有向量之線性組合所構成的集合
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.261
V S
span ( ) =
)
(
S 生成 V S spans V
⇒
被 S 生成 V
是 V 的生成集 S
注意:
{ }
0) (
(1) span
φ = ) (
(2) S ⊆ span S
) ( )
(
, (3)
2 1
2 1
2 1
S span S
span S
S
V S
S
⊆
⊆
⇒⊆
注意:
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.261
{
(1,2,3),(0,1,2),( 2,0,1)}
生成 3。證明集合 S
= −
R範例 5:
,
,
) u , u , (u
3 2 1
3 2 1 3
的線性組合。
是否可以為
中任意一個向量 我們必須確定在
v v v
u =
R解:
41/130
R3
u
1v
1 2v
2 3v
3u ∈
⇒=
c+
c+
c3 3
2 1
2 2
1
1 3
1
2
3
2
2
u u u
= +
+
= +
=
−
⇒
c c
c
c c
c c
有的值一致。
所 這個系統是否和
問題因此被化簡來確定
u
1,u
2,u
3線性代數線性代數
線性代數線性代數: 4.4節節節節 p.261
0 1
2 3
0 1
2
2 0
1
≠
−
=
Q A均有唯一解 對所有的
x = b
⇒ A
) 3
(S R span
=
⇒
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.261
定理 4.7: span(S)為V的子空間
{
k}
S
v
,v
, ,v
=
1 2 L 若子空間 的
為 ) (
(a) span S V V為一向量空間
為向量空間V的一個向量集合,則
43/130
的最小子空間 中包含
是
) (
(b) span S V S
(包含S之其他V的子空間一定包含span(S))
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.263
若方程式只有顯然解 ( 0)
(1) c
=
c=
L=
c=
{ }
0 v
v v
v v
v
= +
+ +
=
k k k
c c
c S
L L
2 2 1
1
2
1, , ,
線性獨立 (linear independent)
線性相依 (linear dependent)
稱為線性相依 則
若方程式有非顯然解
(2) S
稱為線性獨立。
則
若方程式只有顯然解
) 0 (
(1) 1 2
S
c c
c
= =
L=
k=
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.264
是線性獨立
(1)
φ
為線性相依 (2)
0 ∈
S ⇒ S{ }
為線性獨立(3)
v ≠ 0
⇒v
(4) S
⊆
S注意:
45/130
2
1
(4) S
⊆
S為線性相依 為線性相依 2
1 S
S ⇒
為線性獨立 為線性獨立 1
2 S
S ⇒
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.264
( ) ( ) ( ) { 1, 2, 3 , 0, 1, 2 , − 2, 0, 1 }
= S
範例 8:線性獨立的測試
0
2
0 2
2 1
3 1
= +
+
=
−
c cc c
=
⇒+
+
2 2 3 3 01
1
v
cv
cv
c 解:
確定下列在R3中的向量集合是線性獨立或線性相依
v
1v
2v
30
2 3
0
2
3 2
1
2 1
= +
+
= +
+
c c
c
c
⇒ c
= +
+
2 2 3 3 01
1
v
cv
cv
c
−
⇒
0 1
2 3
0 0
1 2
0 2
0 1
→
Gauss-Jordan Elimination
0 1
0 0
0 0
1 0
0 0
0 1
(
只有顯然解)
0 c
c
c1
=
2=
3=
⇒
為線性獨立
⇒ S
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.265
範例 9:線性獨立的測試
判斷下列在P2中的向量集合是線性獨立或線性相依 S = {1+x-2x2 , 2+5x-x2 , x+x2}
即
c1
v
1+c2v
2+c3v
3 = 0c1(1+x-2x2) + c2(2+5x-x2) + c3(x+x2) = 0+0x+0x2
v
1v
2v
3解:
47/130
即 c1(1+x-2x ) + c2(2+5x-x ) + c3(x+x ) = 0+0x+0x
⇒
c1+2c2 = 0 c1+5c2+c3 = 0
-2c1+ c2+c3 = 0
− 2 1 1 0 0 1 5 1
0 2 1 1
0 0
0 0
3 0 1 1
1
0 0
2 1
→
高斯消去法⇒
⇒系統有無限多組解 (系統有非顯然解)
⇒ S是線性相依 (例如 c1=2 , c2=-1 , c3=3)
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.267
範例 10:線性獨立的測試
判斷在下列2×2矩陣空間的向量集合是線性獨立或 線性相依
=
0 2
0 , 1
1 2
0 , 3
1 0
1 S 2
v
1v
2v
3 解:
=
+
+
0 0
0 0
0 2
0 c 1
1 2
0 c 3
1 0
1
c
12
2 3c1
v
1+c2v
2+c3v
3 = 0v
1v
2v
3線性代數線性代數
線性代數線性代數: 4.4節節節節 p.267
0 0
0 1
0 1
3
2
0 0
1 0
0 0
0
⇒
1
⇒ 2c1+3c2+ c3 = 0
c1 = 0
2c2+2c3 = 0 c1+ c2 = 0
49/130
1 1 0 0 0 2
2 0
0 0
0 1
0 0 0 0 0 1
0 0
0 0
1
0
→
高斯消去法(系統只有顯然解) c1 = c2 = c3=0
⇒
S是線性獨立
⇒
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.268
定理 4.8:
集合 S = {v1,v2,…,vk}, (k
≥
2) 是線性相依若且唯若至少 有一個向量vj可以寫在S中其他向量的線性組合(⇒) c v +c v +…+c v = 0 證明:
線性相依 Q
⇒ ci
≠
0不是全為零k i
i
i
v v v v
v
i k 1
i 1 i 1
i 1 i 1
i 1
c c c
c c
c c
c + + + + +
=
⇒ L
− − + +L
(⇒) c1
v
1+c2v
2+…+ckv
k = 0線性代數線性代數
線性代數線性代數: 4.4節節節節 p.269
) ( ⇐
假設
(非顯然解)
⇒
S是線性相依v
i = d1v
1+…+di-1v
i-1+di+1v
i+1+…+dkv
k⇒ d1
v
1+…+di-1v
i-1+di+1v
i+1+…+dkv
k = 0⇒ c1=d1 , c2=d2 ,…, ci=1 ,…, ck=dk
51/130
⇒
S是線性相依定理 4.8 的推論:
在向量空間V中的兩個向量u和v是線性相依 若且唯若其中一個是另一個向量的倍數。
線性代數線性代數
線性代數線性代數: 4.4節節節節 p.269
摘要與複習 (4.4節之關鍵詞)
linear combination:線性組合
spanning set:生成集合
trivial solution:顯然解
linear independent:線性獨立
linear dependent:線性相依