Линейная зависимость и независимость векторов. Линейная зависимость системы векторов

Векторы, их свойства и действия с ними

Векторы, действия с векторами, линейное векторное пространство.

Векторы- упорядоченная совокупность конечного количества действительных чисел.

Действия: 1.Умножение вектора на число: лямда*вектор х=(лямда*х 1 , лямда*х 2 … лямда*х n).(3,4, 0, 7)*3=(9, 12,0,21)

2.Сложение векторов (принадлежат одному и тому же векторному пространству) вектор х+вектор у = (х 1 +у 1, х 2 +у 2, … х n +у n ,)

3. Вектор 0=(0,0…0)---n E n – n-мерное (линейное пространство) вектор х +вектор 0 = вектор х

Теорема. Для того чтобы система n векторов, n- мерного линейного пространства была линейно зависимой, необходимо и достаточно, чтобы один из векторов были линейной комбинацией остальным.

Теорема. Любая совокупность n+ 1ого вектора n- мерного линейного пространства явл. линейно зависимой.

Сложение векторов, умножение векторов на числа. Вычитание векторов.

Суммой двух векторов и называется вектор, направленный из начала вектора в конец вектора при условии, что начало совпадет с концом вектора. Если векторы заданы их разложениями по базисным ортам, то при сложении векторов складываются их соответствующие координаты.

Рассмотрим это на примере декартовой системы координат. Пусть

Покажем, что

Из рисунка 3 видно, что

Сумма любого конечного числа векторов может быть найдена по правилу многоугольника (рис. 4): чтобы построить сумму конечного числа векторов, достаточно совместить начало каждого последующего вектора с концом предыдущего и построить вектор, соединяющий начало первого вектора с концом последнего.

Свойства операции сложения векторов:

В этих выражениях m, n - числа.

Разностью векторов и называют вектор Второе слагаемое является вектором, противоположным вектору по направлению, но равным ему по длине.

Таким образом, операция вычитания векторов заменяется на операцию сложения

Вектор, начало которого находится в начале координат, а конец - в точке А (x1, y1, z1), называют радиус-вектором точки А и обозначают или просто. Так как его координаты совпадают с координатами точки А, то его разложение по ортам имеет вид

Вектор, имеющий начало в точке А(x1, y1, z1) и конец в точке B(x2, y2, z2), может быть записан в виде

где r 2 - радиус-вектор точки В; r 1 - радиус-вектор точки А.

Поэтому разложение вектора по ортам имеет вид

Его длина равна расстоянию между точками А и В

УМНОЖЕНИЕ

Так в случае плоской задачи произведение вектор на a = {ax; ay} на число b находится по формуле

a · b = {ax · b; ay · b}

Пример 1. Найти произведение вектора a = {1; 2} на 3.

3 · a = {3 · 1; 3 · 2} = {3; 6}

Так в случае пространственной задачи произведение вектора a = {ax; ay; az} на число b находится по формуле

a · b = {ax · b; ay · b; az · b}

Пример 1. Найти произведение вектора a = {1; 2; -5} на 2.

2 · a = {2 · 1; 2 · 2; 2 · (-5)} = {2; 4; -10}

Скалярное произведение векторов и где - угол между векторами и ; если либо , то

Из определения скалярного произведения следует, что

где, например, есть величина проекции вектора на направление вектора .

Скалярный квадрат вектора:

Свойства скалярного произведения:

Скалярное произведение в координатах

Если то

Угол между векторами

Угол между векторами - угол между направлениями этих векторов (наименьший угол).

Векторное произведение(Векторное произведение двух векторов.)- это псевдовектор, перпендикулярный плоскости, построенной по двум сомножителям, являющийся результатом бинарной операции «векторное умножение» над векторами в трёхмерном Евклидовом пространстве. Произведение не является ни коммутативным, ни ассоциативным (оно является антикоммутативным) и отличается от скалярного произведения векторов. Во многих задачах инженерии и физики нужно иметь возможность строить вектор, перпендикулярный двум имеющимся - векторное произведение предоставляет эту возможность. Векторное произведение полезно для «измерения» перпендикулярности векторов - длина векторного произведения двух векторов равна произведению их длин, если они перпендикулярны, и уменьшается до нуля, если векторы параллельны либо антипараллельны.

Векторное произведение определено только в трёхмерном и семимерном пространствах. Результат векторного произведения, как и скалярного, зависит от метрики Евклидова пространства.

В отличие от формулы для вычисления по координатам векторов скалярного произведения в трёхмерной прямоугольной системе координат, формула для векторного произведения зависит от ориентации прямоугольной системы координат или, иначе, её «хиральности»

Коллинеарность векторов.

Два ненулевых (не равных 0) вектора называются коллинеа́рными, если они лежат на параллельных прямых или на одной прямой. Допусти́м, но не рекомендуется синоним - «параллельные» векторы. Коллинеарные векторы могут быть одинаково направлены («сонаправлены») или противоположно направлены (в последнем случае их иногда называют «антиколлинеарными» или «антипараллельными»).

Сме́шанное произведе́ние векторов(a, b,c) - скалярное произведение вектора a на векторное произведение векторов b и c:

(a,b,c)=a ⋅(b ×c)

иногда его называют тройным скалярным произведением векторов, по всей видимости из-за того, что результатом является скаляр (точнее - псевдоскаляр).

Геометрический смысл: Модуль смешанного произведения численно равен объёму параллелепипеда, образованного векторами(a,b,c) .

Свойства

Смешанное произведение кососимметрично по отношению ко всем своим аргументам:т. е. перестановка любых двух сомножителей меняет знак произведения. Отсюда следует, чтоСмешанное произведение в правой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и:

Смешанное произведение в левой декартовой системе координат (в ортонормированном базисе) равно определителю матрицы, составленной из векторов и, взятому со знаком "минус":

В частности,

Если любые два вектора параллельны, то с любым третьим вектором они образуют смешанное произведение равное нулю.

Если три вектора линейно зависимы (т. е. компланарны, лежат в одной плоскости), то их смешанное произведение равно нулю.

Геометрический смысл - Смешанное произведение по абсолютному значению равно объёму параллелепипеда (см. рисунок), образованного векторами и; знак зависит от того, является ли эта тройка векторов правой или левой.

Компланарность векторов.

Три вектора (или большее число) называются компланарными, если они, будучи приведенными к общему началу, лежат в одной плоскости

Свойства компланарности

Если хотя бы один из трёх векторов - нулевой, то три вектора тоже считаются компланарными.

Тройка векторов, содержащая пару коллинеарных векторов, компланарна.

Смешанное произведение компланарных векторов. Это - критерий компланарности трёх векторов.

Компланарные векторы - линейно зависимы. Это - тоже критерий компланарности.

В 3-мерном пространстве 3 некомпланарных вектора образуют базис

Линейно зависимые и линейно независимые векторы.

Линейно зависимые и независимые системы векторов. Определение . Система векторов называется линейно зависимой , если существует хотя бы одна нетривиальная линейная комбинация этих векторов, равная нулевому вектору. В противном случае, т.е. если только тривиальная линейная комбинация данных векторов равна нулевому вектору, векторы называются линейно независимыми .

Теорема (критерий линейной зависимости) . Для того чтобы система век торов линейного пространства была линейно зависимой, необходимо и достаточно, чтобы, по крайней мере, один из этих векторов являлся линейной комбинацией остальных.

1) Если среди векторов имеется хотя бы один нулевой вектор, то вся система векторов линейно зависима.

В самом деле, если, например, , то, полагая , имеем нетривиальную линейную комбинацию .▲

2) Если среди векторов некоторые образуют линейно зависимую систему, то и вся система линейно зависима.

Действительно, пусть векторы , , линейно зависимы. Значит, существует нетривиальная линейная комбинация , равная нулевому вектору. Но тогда, полагая , получим также нетривиальную линейную комбинацию , равную нулевому вектору.

2. Базис и размерность. Определение . Система линейно независимых векторов векторного пространства называетсябазисом этого пространства, если любой вектор из может быть представлен в виде линейной комбинации векторов этой системы, т.е. для каждого вектора существуют вещественные числа такие, что имеет место равенство Это равенство называется разложением вектора по базису , а числа называютсякоординатами вектора относительно базиса (или в базисе ) .

Теорема (о единственности разложения по базису) . Каждый вектор пространства может быть разложен по базису единственным образом, т.е. координаты каждого вектора в базисе определяются однозначно.

Выражение вида называется линейной комбинацией векторов A 1 , A 2 ,...,A n с коэффициентами λ 1, λ 2 ,...,λ n .

Определение линейной зависимости системы векторов

Система векторов A 1 , A 2 ,...,A n называется линейно зависимой , если существует ненулевой набор чисел λ 1, λ 2 ,...,λ n , при котором линейная комбинация векторов λ 1 *A 1 +λ 2 *A 2 +...+λ n *A n равна нулевому вектору , то есть система уравнений: имеет ненулевое решение.
Набор чисел λ 1, λ 2 ,...,λ n является ненулевым, если хотя бы одно из чисел λ 1, λ 2 ,...,λ n отлично от нуля.

Определение линейной независимости системы векторов

Система векторов A 1 , A 2 ,...,A n называется линейно независимой , если линейная комбинация этих векторов λ 1 *A 1 +λ 2 *A 2 +...+λ n *A n равна нулевому вектору только при нулевом наборе чисел λ 1, λ 2 ,...,λ n , то есть система уравнений: A 1 x 1 +A 2 x 2 +...+A n x n =Θ имеет единственное нулевое решение.

Проверить, является ли линейно зависимой система векторов

Решение :

1. Составляем систему уравнений :

2. Решаем ее методом Гаусса . Преобразования Жордано системы приведены в таблице 29.1. При расчете правые части системы не записываются так как они равны нулю и при преобразованиях Жордана не изменяются.

3. Из последних трех строк таблицы записываем разрешенную систему, равносильную исходной системе:

4. Получаем общее решение системы :

5. Задав по своему усмотрению значение свободной переменной x 3 =1, получаем частное ненулевое решение X=(-3,2,1).

Ответ: Таким образом, при ненулевом наборе чисел (-3,2,1) линейная комбинация векторов равняется нулевому вектору -3A 1 +2A 2 +1A 3 =Θ. Следовательно, система векторов линейно зависимая .

Свойства систем векторов

Свойство (1)
Если система векторов линейно зависимая, то хотя бы один из векторов разлагается по остальным и, наоборот, если хотя бы один из векторов системы разлагается по остальным, то система векторов линейно зависимая.

Свойство (2)
Если какая-либо подсистема векторов линейно зависимая, то и вся система линейно зависимая.

Свойство (3)
Если система векторов линейно независимая, то любая ее подсистема линейно независимая.

Свойство (4)
Любая система векторов, содержащая нулевой вектор, линейно зависимая.

Свойство (5)
Система m-мерных векторов всегда является линейно зависимой, если число векторов n больше их размерности (n>m)

Базис системы векторов

Базисом системы векторов A 1 , A 2 ,..., A n называется такая подсистема B 1 , B 2 ,...,B r (каждый из векторов B 1 ,B 2 ,...,B r является одним из векторов A 1 , A 2 ,..., A n) , которая удовлетворяет следующим условиям:
1. B 1 ,B 2 ,...,B r линейно независимая система векторов;
2. любой вектор A j системы A 1 , A 2 ,..., A n линейно выражается через векторы B 1 ,B 2 ,...,B r

r — число векторов входящих в базис.

Теорема 29.1 О единичном базисе системы векторов.

Если система m-мерных векторов содержит m различных единичных векторов E 1 E 2 ,..., E m , то они образуют базис системы.

Алгоритм нахождения базиса системы векторов

Для того, чтобы найти базис системы векторов A 1 ,A 2 ,...,A n необходимо:

• Составить соответствующую системе векторов однородную систему уравнений A 1 x 1 +A 2 x 2 +...+A n x n =Θ
• Привести эту систему

Введенные нами линейные операции над векторами дают возможность составлять различные выражения для векторных величин и преобразовывать их при помощи установленных для этих операций свойств.

Исходя из заданного набора векторов а 1 , ..., а n , можно составить выражение вида

где а 1 , ..., а n - произвольные действительные числа. Это выражение называют линейной комбинацией векторов а 1 , ..., а n . Числа α i , i = 1, n , представляют собой коэффициенты линейной комбинации . Набор векторов называют еще системой векторов .

В связи с введенным понятием линейной комбинации векторов возникает задача описания множества векторов, которые могут быть записаны в виде линейной комбинации данной системы векторов а 1 , ..., а n . Кроме того, закономерны вопросы об условиях, при которых существует представление вектора в виде линейной комбинации, и о единственности такого представления.

Определение 2.1. Векторы а 1 , ..., а n называют линейно зависимыми , если существует такой набор коэффициентов α 1 , ... , α n , что

α 1 a 1 + ... + α n а n = 0 (2.2)

и при этом хотя бы один из этих коэффициентов ненулевой. Если указанного набора коэффициентов не существует, то векторы называют линейно независимыми .

Если α 1 = ... = α n = 0, то, очевидно, α 1 а 1 + ... + α n а n = 0. Имея это в виду, можем сказать так: векторы а 1 , ..., а n линейно независимы, если из равенства (2.2) вытекает, что все коэффициенты α 1 , ... , α n равны нулю.

Следующая теорема поясняет, почему новое понятие названо термином "зависимость" (или "независимость"), и дает простой критерий линейной зависимости.

Теорема 2.1. Для того чтобы векторы а 1 , ..., а n , n > 1, были линейно зависимы, необходимо и достаточно, чтобы один из них являлся линейной комбинацией остальных.

◄ Необходимость. Предположим, что векторы а 1 , ..., а n линейно зависимы. Согласно определению 2.1 линейной зависимости, в равенстве (2.2) слева есть хотя бы один ненулевой коэффициент, например α 1 . Оставив первое слагаемое в левой части равенства, перенесем остальные в правую часть, меняя, как обычно, у них знаки. Разделив полученное равенство на α 1 , получим

a 1 =-α 2 /α 1 ⋅ a 2 - ... - α n /α 1 ⋅ a n

т.е. представление вектора a 1 в виде линейной комбинации остальных векторов а 2 , ..., а n .

Достаточность. Пусть, например, первый вектор а 1 можно представить в виде линейной комбинации остальных векторов: а 1 = β 2 а 2 + ... + β n а n . Перенеся все слагаемые из правой части в левую, получим а 1 - β 2 а 2 - ... - β n а n = 0, т.е. линейную комбинацию векторов а 1 , ..., а n с коэффициентами α 1 = 1, α 2 = - β 2 , ..., α n = - β n , равную нулевому вектору. В этой линейной комбинации не все коэффициенты равны нулю. Согласно определению 2.1, векторы а 1 , ..., а n линейно зависимы.

Определение и критерий линейной зависимости сформулированы так, что подразумевают наличие двух или более векторов. Однако можно также говорить о линейной зависимости одного вектора. Чтобы реализовать такую возможность, нужно вместо "векторы линейно зависимы" говорить "система векторов линейно зависима". Нетрудно убедиться, что выражение "система из одного вектора линейно зависима" означает, что этот единственный вектор является нулевым (в линейной комбинации имеется только один коэффициент, и он не должен равняться нулю).

Понятие линейной зависимости имеет простую геометрическую интерпретацию. Эту ин-терпретацию проясняют следующие три утверждения.

Теорема 2.2. Два вектора линейно зависимы тогда и только тогда, когда они коллинеарны.

◄ Если векторы а и b линейно зависимы, то один из них, например а, выражается через другой, т.е. а = λb для некоторого действительного числа λ. Согласно определению 1.7 произведения вектора на число, векторы а и b являются коллинеарными.

Пусть теперь векторы а и b коллинеарны. Если они оба нулевые, то очевидно, что они линейно зависимы, так как любая их линейная комбинация равна нулевому вектору. Пусть один из этих векторов не равен 0, например вектор b. Обозначим через λ отношение длин векторов: λ = |а|/|b|. Коллинеарные векторы могут быть однонаправленными или противоположно направленными . В последнем случае у λ изменим знак. Тогда, проверяя определение 1.7, убеждаемся, что а = λb. Согласно теореме 2.1, векторы а и b линейно зависимы.

Замечание 2.1. В случае двух векторов, учитывая критерий линейной зависимости, доказанную теорему можно переформулировать так: два вектора коллинеарны тогда и только тогда, когда один из них представляется как произведение другого на число. Это является удобным критерием коллинеарности двух векторов.

Теорема 2.3. Три вектора линейно зависимы тогда и только тогда, когда они компланарны .

◄ Если три вектора а, Ь, с линейно зависимы, то, согласно теореме 2.1, один из них, например а, является линейной комбинацией остальных: а = βb + γс. Совместим начала векторов b и с в точке A. Тогда векторы βb, γс будут иметь общее начало в точке A и по правилу параллелограмма их сумма, т.е. вектор а, будет представлять собой вектор с началом A и концом , являющимся вершиной параллелограмма, построенного на векторах-слагаемых. Таким образом, все векторы лежат в одной плоскости, т. е. компланарны.

Пусть векторы а, b, с компланарны. Если один из этих векторов является нулевым, то очевидно, что он будет линейной комбинацией остальных. Достаточно все коэффициенты линейной комбинации взять равными нулю. Поэтому можно считать, что все три вектора не являются нулевыми. Совместим начала этих векторов в общей точке O. Пусть их концами будут соот-ветственно точки A, B, C (рис. 2.1). Через точку C проведем прямые, параллельные прямым, проходящим через пары точек O, A и O, B. Обозначив точки пересечения через A" и B", получим параллелограмм OA"CB", следовательно, OC" = OA" + OB" . Вектор OA" и ненулевой вектор а= OA коллинеарны, а потому первый из них может быть получен умножением второго на действительное число α:OA" = αOA . Аналогично OB" = βOB , β ∈ R. В результате получаем,что OC" = α OA + βOB , т.е. вектор с является линейной комбинацией векторов а и b. Согласно теореме 2.1, векторы a, b, с являются линейно зависимыми.

Теорема 2.4. Любые четыре вектора линейно зависимы.

◄ Доказательство проводим по той же схеме, что и в теореме 2.3. Рассмотрим произвольные четыре вектора a, b, с и d. Если один из четырех векторов является нулевым, либо среди них есть два коллинеарных вектора, либо три из четырех векторов компланарны, то эти четыре вектора линейно зависимы. Например, если векторы а и b коллинеарны, то мы можем составить их линейную комбинацию αa + βb = 0 с ненулевыми коэффициентами, а затем в эту комбинацию добавить оставшиеся два вектора, взяв в качестве коэффициентов нули. Получим равную 0 линейную комбинацию четырех векторов, в которой есть ненулевые коэффициенты.

Таким образом, мы можем считать, что среди выбранных четырех векторов нет нулевых, никакие два не коллинеарны и никакие три не являются компланарными. Выберем в качестве их общего начала точку О. Тогда концами векторов a, b, с, d будут некоторые точки A, B, С, D (рис. 2.2). Через точку D проведем три плоскости, параллельные плоскостям ОВС, OCA, OAB, и пусть A", B", С" - точки пересечения этих плоскостей с прямыми OA, OB, ОС соответственно. Мы получаем параллелепипед OA"C"B"C"B"DA", и векторы a, b, с лежат на его ребрах, выходящих из вершины О. Так как четырехугольник OC"DC" является параллелограммом, то OD = OC" + OC" . В свою очередь, отрезок ОС" является диагональю параллелограмма OA"C"B", так что OC" = OA" + OB" , а OD = OA" + OB" + OC" .

Остается заметить, что пары векторов OA ≠ 0 и OA" , OB ≠ 0 и OB" , OC ≠ 0 и OC" коллинеарны, и, следовательно, можно подобрать коэффициенты α, β, γ так, что OA" = αOA , OB" = βOB и OC" = γOC . Окончательно получаем OD = αOA + βOB + γOC . Следовательно, вектор OD выражается через остальные три вектора, а все четыре вектора, согласно теореме 2.1, линейно зависимы.

a 1 = { 3, 5, 1 , 4 }, a 2 = { –2, 1, -5 , -7 }, a 3 = { -1, –2, 0, –1 }.

Р е ш е н и е. Ищем общее решение системы уравнений

a 1 x 1 + a 2 x 2 + a 3 x 3 = Θ

методом Гаусса. Для этого запишем эту однородную систему по координатам:

Матрица системы

Разрешенная система имеет вид: (r A = 2, n = 3). Система совместна и неопределена. Ее общее решение (x 2 – свободная переменная): x 3 = 13x 2 ; 3x 1 – 2x 2 – 13x 2 = 0 => x 1 = 5x 2 => X o = . Наличие ненулевого частного решения, например, , говорит о том, векторы a 1 , a 2 , a 3 линейно зависимы.

Пример 2.

Выяснить, является ли данная система векторов линейно зависимой или линейно независимой:

1. a 1 = { -20, -15, - 4 }, a 2 = { –7, -2, -4 }, a 3 = { 3, –1, –2 }.

Р е ш е н и е. Рассмотрим однородную систему уравнений a 1 x 1 + a 2 x 2 + a 3 x 3 = Θ

или в развернутом виде (по координатам)

Система однородна. Если она невырождена, то она имеет единственное решение. В случае однородной системы – нулевое (тривиальное) решение. Значит, в этом случае система векторов независима. Если же система вырождена, то она имеет ненулевые решения и, следовательно, она зависима.

Проверяем систему на вырожденность:

= –80 – 28 + 180 – 48 + 80 – 210 = – 106 ≠ 0.

Система невырождена и, т.о., векторы a 1 , a 2 , a 3 линейно независимы.

Задания. Выяснить, является ли данная система векторов линейно зависимой или линейно независимой:

1. a 1 = { -4, 2, 8 }, a 2 = { 14, -7, -28 }.

2. a 1 = { 2, -1, 3, 5 }, a 2 = { 6, -3, 3, 15 }.

3. a 1 = { -7, 5, 19 }, a 2 = { -5, 7 , -7 }, a 3 = { -8, 7, 14 }.

4. a 1 = { 1, 2, -2 }, a 2 = { 0, -1, 4 }, a 3 = { 2, -3, 3 }.

5. a 1 = { 1, 8 , -1 }, a 2 = { -2, 3, 3 }, a 3 = { 4, -11, 9 }.

6. a 1 = { 1, 2 , 3 }, a 2 = { 2, -1 , 1 }, a 3 = { 1, 3, 4 }.

7. a 1 = {0, 1, 1 , 0}, a 2 = {1, 1 , 3, 1}, a 3 = {1, 3, 5, 1}, a 4 = {0, 1, 1, -2}.

8. a 1 = {-1, 7, 1 , -2}, a 2 = {2, 3 , 2, 1}, a 3 = {4, 4, 4, -3}, a 4 = {1, 6, -11, 1}.

9. Доказать, что система векторов будет линейно зависимой, если она содержит:

а) два равных вектора;

б) два пропорциональных вектора.

Понятия линейной зависимости и независимости системы векторов является очень важными при изучении алгебры векторов, так как на них базируются понятия размерности и базиса пространства. В этой статье мы дадим определения, рассмотрим свойства линейной зависимости и независимости, получим алгоритм исследования системы векторов на линейную зависимость и подробно разберем решения примеров.

Навигация по странице.

Определение линейной зависимости и линейной независимости системы векторов.

Рассмотрим набор из p n-мерных векторов , обозначим их следующим образом . Составим линейную комбинацию этих векторов и произвольных чисел (действительных или комплексных): . Отталкиваясь от определения операций над n -мерными векторами, а так же свойств операций сложения векторов и умножения вектора на число, можно утверждать, что записанная линейная комбинация представляет собой некоторый n -мерный вектор , то есть, .

Так мы подошли к определению линейной зависимости системы векторов .

Определение.

Если линейная комбинация может представлять собой нулевой вектор тогда, когда среди чисел есть хотя бы одно, отличное от нуля, то система векторов называется линейно зависимой .

Определение.

Если линейная комбинация представляет собой нулевой вектор только тогда, когда все числа равны нулю, то система векторов называется линейно независимой .

Свойства линейной зависимости и независимости.

На основании данных определений, сформулируем и докажем свойства линейной зависимости и линейной независимости системы векторов .

Если к линейно зависимой системе векторов добавить несколько векторов, то полученная система будет линейно зависимой.

Доказательство.

Так как система векторов линейно зависима, то равенство возможно при наличии хотя бы одного ненулевого числа из чисел . Пусть .

Добавим к исходной системе векторов еще s векторов , при этом получим систему . Так как и , то линейная комбинация векторов этой системы вида

представляет собой нулевой вектор, а . Следовательно, полученная система векторов является линейно зависимой.

Если из линейно независимой системы векторов исключить несколько векторов, то полученная система будет линейно независимой.

Доказательство.

Предположим, что полученная система линейно зависима. Добавив к этой системе векторов все отброшенные векторы, мы получим исходную систему векторов. По условию – она линейно независима, а в силу предыдущего свойства линейной зависимости она должна быть линейно зависимой. Мы пришли к противоречию, следовательно, наше предположение неверно.

Если в системе векторов есть хотя бы один нулевой вектор, то такая система линейно зависимая.

Доказательство.

Пусть вектор в этой системе векторов является нулевым. Предположим, что исходная система векторов линейно независима. Тогда векторное равенство возможно только тогда, когда . Однако, если взять любое , отличное от нуля, то равенство все равно будет справедливо, так как . Следовательно, наше предположение неверно, и исходная система векторов линейно зависима.

Если система векторов линейно зависима, то хотя бы один из ее векторов линейно выражается через остальные. Если система векторов линейно независима, то ни один из векторов не выражается через остальные.

Доказательство.

Сначала докажем первое утверждение.

Пусть система векторов линейно зависима, тогда существует хотя бы одно отличное от нуля число и при этом верно равенство . Это равенство можно разрешить относительно , так как , при этом имеем

Следовательно, вектор линейно выражается через остальные векторы системы , что и требовалось доказать.

Теперь докажем второе утверждение.

Так как система векторов линейно независима, то равенство возможно лишь при .

Предположим, что какой-нибудь вектор системы выражается линейно через остальные. Пусть этим вектором является , тогда . Это равенство можно переписать как , в его левой части находится линейная комбинация векторов системы, причем коэффициент перед вектором отличен от нуля, что указывает на линейную зависимость исходной системы векторов. Так мы пришли к противоречию, значит, свойство доказано.

Из двух последних свойств следует важное утверждение:
если система векторов содержит векторы и , где – произвольное число, то она линейно зависима.

Исследование системы векторов на линейную зависимость.

Поставим задачу: нам требуется установить линейную зависимость или линейную независимость системы векторов .

Логичный вопрос: «как ее решать?»

Кое-что полезное с практической точки зрения можно вынести из рассмотренных выше определений и свойств линейной зависимости и независимости системы векторов. Эти определения и свойства позволяют нам установить линейную зависимость системы векторов в следующих случаях:

Как же быть в остальных случаях, которых большинство?

Разберемся с этим.

Напомним формулировку теоремы о ранге матрицы, которую мы приводили в статье .

Теорема.

Пусть r – ранг матрицы А порядка p на n , . Пусть М – базисный минор матрицы А . Все строки (все столбцы) матрицы А , которые не участвуют в образовании базисного минора М , линейно выражаются через строки (столбцы) матрицы, порождающие базисный минор М .

А теперь поясним связь теоремы о ранге матрицы с исследованием системы векторов на линейную зависимость.

Составим матрицу A , строками которой будут векторы исследуемой системы :

Что будет означать линейная независимость системы векторов ?

Из четвертого свойства линейной независимости системы векторов мы знаем, что ни один из векторов системы не выражается через остальные. Иными словами, ни одна строка матрицы A не будет линейно выражаться через другие строки, следовательно, линейная независимость системы векторов будет равносильна условию Rank(A)=p .

Что же будет означать линейная зависимость системы векторов ?

Все очень просто: хотя бы одна строка матрицы A будет линейно выражаться через остальные, следовательно, линейная зависимость системы векторов будет равносильна условию Rank(A)

.