线性相关

现在我们已经描述了我们将要研究的空间,我们必须具体说明这些空间中我们所感兴趣的元素之间的关系。

我们首先对求和符号做一些说明。如果对应于一组指标 i 中的每一个,都给出了一个向量 x i ,并且如果不需要或不方便精确地指定该指标集,我们将简单地称其为向量集 { x i } 。(我们承认同一个向量可能对应于两个不同的指标。因此,老实说,应该指出,重要的不是哪些向量出现在 { x i } 中,而是它们是如何出现的。)如果所考虑的指标集是有限的,我们将用 i x i (或者在需要时,用更明确的符号,例如 i = 1 n x i )来表示相应向量的和。为了避免频繁且繁琐的情况讨论,在一般理论中引入诸如 i x i 这样的和是一个好主意,即使没有指标 i 需要对其求和,或者更准确地说,即使所考虑的指标集是空的。(在这种情况下,当然没有向量可以求和,或者更准确地说,集合 { x i } 也是空的。)自然地,这种“空和”的值被定义为向量 0

Definition 1. 一个有限向量集 { x i } 线性相关的,如果存在一组不全为零的相应标量集 { α i } ,使得 i α i x i = 0  

另一方面,如果 i α i x i = 0 蕴含对每个 i 都有 α i = 0 ,则该集合 { x i } 线性无关的

该定义的措辞旨在涵盖空集的情况;在这种情况下得到的结果虽然可能看似矛盾,但与理论的其余部分非常完美地吻合。其结果是,空向量集是线性无关的。事实上,如果没有指标 i ,那么就不可能从中挑选出一些指标,并为选定的指标分配一个非零标量,从而使某个和式消失。困难不在于避免分配零,而在于寻找一个可以分配数值的指标。请注意,这一论证表明空集不是线性相关的;对于不熟悉“空真蕴含”论证的读者来说,线性无关的定义与线性相关定义的直接否定之间的等价性,还需要一点额外的直观解释。在没有指标 i 的情况下,要对断言“ i α i x i = 0 蕴含对每个 i 都有 α i = 0 ”感到自然,最简单的方法是将其重新表述为:“如果 i α i x i = 0 ,那么不存在指标 i 使得 α i 0 。”如果根本没有指标 i ,这个版本显然是正确的。

线性相关和线性无关是向量集的性质;然而,习惯上也会将这些形容词应用于向量本身,因此我们有时会说“一组线性无关的向量”,而不是“一个线性无关的向量集”。同样,谈论一个不一定是有限的向量集 𝒳 的线性相关性和线性无关性也是很方便的。如果 𝒳 的每个有限子集都是线性无关的,我们就说 𝒳 是线性无关的;否则, 𝒳 就是线性相关的。

为了深入理解线性相关的含义,让我们研究一下我们已经拥有的向量空间的例子。

Example 1. 如果 x y 1 中的任意两个向量,那么 x y 构成一个线性相关集。如果 x = y = 0 ,这是显然的;如果不是,那么我们有,例如,关系式 y x + ( x ) y = 0 。由于显然每个包含线性相关子集的集合本身也是线性相关的,这表明在 1 中,每个包含多于一个元素的集合都是线性相关集。

Example 2. 更令人感兴趣的是空间 𝒫 中的情况。例如,由 定义的向量 x y z 是线性相关的,因为 x + y z = 0 。然而,由 x 0 ( t ) = 1 , x 1 ( t ) = t , x 2 ( t ) = t 2 , 定义的无限向量集 x 0 , x 1 , x 2 , 是一个线性无关集,因为如果我们有任何形如 α 0 x 0 + α 1 x 1 + + α n x n = 0 , 的关系式,那么我们就应该有一个多项式恒等式 α 0 + α 1 t + + α n t n = 0 , 由此得出 α 0 = α 1 = = α n = 0.  

Example 3. 正如我们之前提到的,空间 n 是我们想要研究的对象原型;例如,让我们考察 n = 3 的情况。对于熟悉高维几何的人来说,该空间(或者更确切地说,在其对应的实空间 3 中)中线性相关的概念具有具体的几何意义,我们在此仅作提及。用几何语言来说,两个向量线性相关当且仅当它们与原点共线,三个向量线性相关当且仅当它们与原点共面。(如果人们不把向量看作空间中的一个点,而是看作从原点指向某个给定点的箭头,那么前一句话应该修改,删去两次出现的“与原点”这一短语。)我们稍后将引入向量空间中线性流形(或向量子空间)的概念,并且在这一联系中,我们偶尔会使用这种几何考量所启发的语言。