n 维向量及其相关概念

钟裕民

ymzhong@bupt.edu.cn

2019 年 9 月
线性方程组的几何意义

例
求直线 x2 = −x1 /3 − 1/3 与 x2 = −2x1 + 3 的交点.

解
令 {
x2 = x1 /3 − 1/3
x2 = −2x1 + 3
等价变形知, 交点为线性方程组
{
x1 + 3x2 = −1
2x1 + x2 = 3

的解.
几何意义
x2

−1 O 2
x1

−1

注
含有 2 个未知量的线性方程组中的每个方程在几何上表现为平
面中的一条直线, 方程组的解是这些直线的公共点集. 如果公共
点集不存在, 则方程组无解.
例
设甲乙两人共同生产一产品. 又设甲每小时生产该产品 1 个单
位, 消耗原料 2 个单位; 乙每小时生产该产品 1 个单位, 消耗原料
1 个单位. 如果一共生产了产品 2 个单位, 消耗原料为 5/2 个单
位, 问甲乙个生产了多少个小时?

解
设甲乙生产时间分别为 x1 , x2 , 则
( ) ( ) ( )
1 1 2
x1 + x2 =
2 1 5/2

显然上述方程等价于
{
x1 + x2 = 2
2x1 + x2 = 5/2

不难解得 x1 = 1/2, x2 = 3/2.

几何意义
x2

−1 O 1 2 x1
几何意义
x2

−1 O 1 2 x1

注
此时方程组的几何意义寻找适当的” 系数” x1 , x2 将向量 (1, 2)T
(1, 1)T 组合为向量 (2, 5/2)T .
注
一般的含有 m 个方程的 n 个未知量的线性方程组的为


 a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2

 ...

am1 x1 + am2 x2 + ... + amn xn = bm

其中每个方程表示相应的 Rn 中的“平面”. 方程组的解为这些

平面的交点集.
设
     
a11 a1n b1
 a21   a2n   b2 
     
α1 =  ..  , ..., αn =  .. , b =  .. 
 .   .   . 
am1 amn bm

上述方程等价于

x1 α1 + x2 α2 + ... + xn αn = b

方程组有解的充分必要条件是 b 可以由 α1 , α2 ,..., αn 组合表出.

n 维向量
定义
由 n 个数 a1 , a2 ,..., an 组成的 有序数组

α = (a1 , a2 , ..., an )

称为一个 n 维向量, 数 ai 称为向量的第 i 个分量 (i = 1, 2, ..., n).

n 维向量
定义
由 n 个数 a1 , a2 ,..., an 组成的 有序数组

α = (a1 , a2 , ..., an )

称为一个 n 维向量, 数 ai 称为向量的第 i 个分量 (i = 1, 2, ..., n).

注
▶ 所有分量都是零的 n 维向量称为n 维零向量. 记为 0, 即

0 = (0, 0, ..., 0);

n 维向量
定义
由 n 个数 a1 , a2 ,..., an 组成的 有序数组

α = (a1 , a2 , ..., an )

称为一个 n 维向量, 数 ai 称为向量的第 i 个分量 (i = 1, 2, ..., n).

注
▶ 所有分量都是零的 n 维向量称为n 维零向量. 记为 0, 即

0 = (0, 0, ..., 0);

▶ 向量 α = (a1 , a2 , ..., an ) 的各个分量都取为相反数组成的向

量, 称为 α 的负向量, 记为

−α = (−a1 , −a2 , ..., −an );

▶ 两个 n 维向量 α = (a1 , a2 , ..., an ) 与 β = (b1 , b2 , ..., bn ) 的对
应分量都相等, 即 ai = bi (i = 1, 2, ..., n), 则称向量 α 与 β
相等, 记为 α = β;
▶ 两个 n 维向量 α = (a1 , a2 , ..., an ) 与 β = (b1 , b2 , ..., bn ) 的对
应分量都相等, 即 ai = bi (i = 1, 2, ..., n), 则称向量 α 与 β
相等, 记为 α = β;
▶ 通常用黑体的小写字母 α, β, x, y, 表示向量, 用带下标的
非黑体字母 ai , bi , xi , yi ... 表示向量的分量;
▶ 两个 n 维向量 α = (a1 , a2 , ..., an ) 与 β = (b1 , b2 , ..., bn ) 的对
应分量都相等, 即 ai = bi (i = 1, 2, ..., n), 则称向量 α 与 β
相等, 记为 α = β;
▶ 通常用黑体的小写字母 α, β, x, y, 表示向量, 用带下标的
非黑体字母 ai , bi , xi , yi ... 表示向量的分量;
▶ 向量可以写为一行: (a1 , a2 , ..., an ), 也可以写为一列
 
a1
 a2 
 
 .. 
 . 
an

前者称为行向量, 后者称为列向量. 列向量也可以写为

(a1 , a2 , ..., an )T .
▶ 本书在未指明是行向量还是列向量时, 都认为是列向量.
▶ 本书在未指明是行向量还是列向量时, 都认为是列向量.
▶ 一个 n 维向量是一个 n 元有序数组. 由上可知 n 元有序数
组视为 n 维行向量 (即 1 × n 矩阵), 也可以视为 n 维列向量
(即 n × 1 矩阵). 不同的只是其表现形式而已.
▶ 本书在未指明是行向量还是列向量时, 都认为是列向量.
▶ 一个 n 维向量是一个 n 元有序数组. 由上可知 n 元有序数
组视为 n 维行向量 (即 1 × n 矩阵), 也可以视为 n 维列向量
(即 n × 1 矩阵). 不同的只是其表现形式而已.
▶ 给定自然数 n, 所有 n 维向量的集合记为 Rn . 由前所述 Rn
既可以表示所有 n 维行向量的集合又可以表示所有 n 维行
向量的集合. 具体情况可以根据上下文可知, 在本书中一般
可理解为列向量.
n 维向量线性运算

加法
设 n 维向量 α = (a1 , a2 , ..., an ), β = (b1 , b2 , ..., bn ), 则 α 与 β 的
和
α + β := (a1 + b1 , a2 + b2 , ..., an + bn ).
n 维向量线性运算

加法
设 n 维向量 α = (a1 , a2 , ..., an ), β = (b1 , b2 , ..., bn ), 则 α 与 β 的
和
α + β := (a1 + b1 , a2 + b2 , ..., an + bn ).

数乘
设 k 是一个数, α = (a1 , a2 , ..., an ) 为 n 维向量, 则

kα := (ka1 , ka2 , ..., kan ).

n 维向量线性运算

加法
设 n 维向量 α = (a1 , a2 , ..., an ), β = (b1 , b2 , ..., bn ), 则 α 与 β 的
和
α + β := (a1 + b1 , a2 + b2 , ..., an + bn ).

数乘
设 k 是一个数, α = (a1 , a2 , ..., an ) 为 n 维向量, 则

kα := (ka1 , ka2 , ..., kan ).

注
向量的加法与数乘运算统称为向量的线性运算.
注
▶ 减法: α − β := α + (−β);
注
▶ 减法: α − β := α + (−β);
▶ 约定：kα = αk, 其中 α 为 n 维向量, k 为数;
注
▶ 减法: α − β := α + (−β);
▶ 约定：kα = αk, 其中 α 为 n 维向量, k 为数;
▶ 设 α, β, γ 为 n 维向量, k, l 是数, 则

α + β = β + α; 1α = α;
(α + β) + γ = α + (β + γ); k(α + β) = kα + kβ;
α + 0 = α; (k + l)α = kα + lα;
α + (−α) = 0; (kl)α = k(lα).
注
▶ 减法: α − β := α + (−β);
▶ 约定：kα = αk, 其中 α 为 n 维向量, k 为数;
▶ 设 α, β, γ 为 n 维向量, k, l 是数, 则

α + β = β + α; 1α = α;
(α + β) + γ = α + (β + γ); k(α + β) = kα + kβ;
α + 0 = α; (k + l)α = kα + lα;
α + (−α) = 0; (kl)α = k(lα).
注
▶ 减法: α − β := α + (−β);
▶ 约定：kα = αk, 其中 α 为 n 维向量, k 为数;
▶ 设 α, β, γ 为 n 维向量, k, l 是数, 则

α + β = β + α; 1α = α;
(α + β) + γ = α + (β + γ); k(α + β) = kα + kβ;
α + 0 = α; (k + l)α = kα + lα;
α + (−α) = 0; (kl)α = k(lα).

例
设 α = (1, 0, −2, 3), β = (4, −1, −2, 3), 求满足 2α + β + 3γ = 0
的 γ.
线性方程组的列向量形式

一般线性方程组


 a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2

 ...... ... ...... ... ... ... ...... ... ...

am1 x1 + am2 x2 + ... + amn xn = bm

列向量形式

       
a11 a12 a11 b1
 a21   a22   a21   b2 
       
x1  ..  + x2  ..  + ... + xn  .. = .. 
 .   .   .   . 
am1 am2 am1 bm
注
记
     
a11 a1n b1
 a21   a2n   b2 
     
α1 =  ..  , ..., αn =  .. , β =  .. 
 .   .   . 
am1 amn bm

则含有 m 个方程的 n 元线性方程组等价于

x1 α1 + x2 α2 + ... + xn αn = β

由向量的观点方程组有解的充要条件是存在 k1 , k2 , ..., kn 使得

k1 α1 + k2 α2 + ... + kn αn = β

此时, 称 β 可以由 α1 , α2 ,..., αn 线性表出.

线性组合
设 α1 , α2 ,..., αm 是一组 n 维向量, k1 , k2 , ..., km 是一组常数, 则
称
k1 α1 + k2 α2 + ... + km αm
为 α1 , α2 ,..., αm 的一个线性组合, 常数 k1 , k2 , ..., km 称为线性
组合的组合系数.
线性组合
设 α1 , α2 ,..., αm 是一组 n 维向量, k1 , k2 , ..., km 是一组常数, 则
称
k1 α1 + k2 α2 + ... + km αm
为 α1 , α2 ,..., αm 的一个线性组合, 常数 k1 , k2 , ..., km 称为线性
组合的组合系数.

线性表出
设 α1 , α2 ,..., αm , β 是一组向量, 若存在一组数 k1 , k2 , ..., km 使
得
k1 α1 + k2 α2 + ... + km αm = β
则称 β 可以由 α1 , α2 ,..., αm 线性表出(线性表示). 常数 k1 , k2 ,
..., km 称为线性组合的组合系数或表出系数.
一个重要的例子
任意一个 n 维向量 α = (a1 , a2 , ..., an ), 可以表示为

α = a1 ϵ1 + a2 ϵ2 + ... + an ϵn

其中
ϵi = (0, .., 0, 1, 0, ..., 0) (i = 1, 2, ..., n)
即 ϵi 中第 i 个分量为 1, 其余的分量为 0. 我们称 ϵi 为 n 维标准
单位向量.

注
列向量时也有类似结果.
向量组
若干个同维数的向量所组成的集合称为向量组, m 个向量 α1 ,
α2 ,..., αm 组成的向量组可记为

R : α1 , α2 , ..., αm 或 R = {α1 , α2 , ..., αm }.

向量组
若干个同维数的向量所组成的集合称为向量组, m 个向量 α1 ,
α2 ,..., αm 组成的向量组可记为

R : α1 , α2 , ..., αm 或 R = {α1 , α2 , ..., αm }.

注
矩阵 A = (Aij )m×n 可以视为由 n 个 m 维列向量
 
a1j
 a2j 
 
αj =  ..  (j = 1, 2, .., n)
 . 
amj

组成的向量组, 称 α1 , α2 ,..., αn 是矩阵 A 的列向量组;

线性无关与线性相关
含有 m 个方程的 n 元齐次线性方程组的一般形式为


 a11 x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0

 ...

am1 x1 + am2 x2 + ... + amn xn = 0
线性无关与线性相关
含有 m 个方程的 n 元齐次线性方程组的一般形式为


 a11 x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0

 ...

am1 x1 + am2 x2 + ... + amn xn = 0

令      
a11 a1n 0
 a21   a2n   0 
     
α1 =  ..  , ..., αn =  .. , 0 =  .. 
 .   .   . 
am1 amn 0
线性无关与线性相关
含有 m 个方程的 n 元齐次线性方程组的一般形式为


 a11 x1 + a12 x2 + ... + a1n xn = 0

a21 x1 + a22 x2 + ... + a2n xn = 0

 ...

am1 x1 + am2 x2 + ... + amn xn = 0

令      
a11 a1n 0
 a21   a2n   0 
     
α1 =  ..  , ..., αn =  .. , 0 =  .. 
 .   .   . 
am1 amn 0
则含有 m 个方程的 n 元齐次线性方程组等价于

x1 α1 + x2 α2 + ... + xn αn = 0
注
齐次线性方程组有非零解的充要条件是存在一组有不全为零的数
k1 , k2 , ..., kn 使得

k1 α1 + k2 α2 + ... + kn αn = 0.
注
齐次线性方程组有非零解的充要条件是存在一组有不全为零的数
k1 , k2 , ..., kn 使得

k1 α1 + k2 α2 + ... + kn αn = 0.

线性无关与线性相关
设 α1 , α2 ,..., αm 是一组 n 维向量, 若存在一组不全为零的数 k1 ,
k2 , ..., km 使得

k1 α1 + k2 α2 + ... + km αm = 0

则称 α1 , α2 ,..., αm 线性相关, k1 , k2 , ..., km 为相关系数. 否则,

称 α1 , α2 ,..., αm 线性无关.
注
▶ 线性相关与线性无关的判定对应于相应的齐次线性方程组是
否有非零解!
▶ 含有零向量的向量组必线性相关;
▶ 单个向量 α 线性相关当且仅当 α = 0; 单个向量 α 线性无
关当且仅当 α ̸= 0;
▶ 向量组 α1 , α2 ,..., αm 线性无关的充要条件为当且仅当
k1 = k2 = ... = km = 0 时,

k1 α1 + k2 α2 + ... + km αm = 0

成立.
性质

定理
向量组 α1 , α2 ,..., αm (m ≥ 2) 线性相关当且仅当至少存在某个
αi 是其余向量的线性组合.

定理
向量组 α1 , α2 ,..., αm 线性无关, 而向量组 α1 , α2 ,..., αm , β 线
性相关, 则 β 可以用 α1 , α2 ,..., αm 线性表出, 且表示法是唯一
的.
例题

例
设
α1 = (1, 2, 3)T , α2 = (2, 3, 1)T , α3 = (3, 1, 2)T ,
β = (0, 4, 2)T ,
试问 β 能否由 α1 , α2 , α3 线性表出? 若能, 写出具体表达式.

例
问 β = (4, 5, 5), 能否由

α1 = (1, 2, 3), α2 = (−1, 1, 4), α3 = (3, 3, 2)

线性表出?
例
试讨论 n 维标准单位向量组:

ϵi = (0, .., 0, 1, 0, ..., 0)T (I = 1, 2, ..., n)

的线性相关性.

例
讨论向量组
     
2 1 3
α1 =  3  , α2 =  2  , α3 =  2 
1 1 −1

的线性相关性.
例
讨论向量组
     
2 1 0
α1 =  1  , α2 =  2  , α3 =  1  .
0 1 2

的线性相关性.

例
若 α1 , α2 , α3 线性无关, 证明以下三个向量线性无关:

β 1 = α2 + α3 , β 2 = α1 + α3 , β 3 = α1 + α2 .