高等代数 · 课程学习笔记

第 P32 集 · 十四:向量组的秩、维数

Rank of Vector Sets & Dimension (Maximal Linearly Independent Subsets)
北大丘维声教授 · 清华大学 2011 级 进度 P32 / 151 集 核心概念:极大线性无关集 · 基与极大无关集的等价 · 向量组生成子空间 · 子空间维数 = 向量组秩
提示:数学公式渲染组件(KaTeX)加载失败,公式以源码形式显示,不影响阅读内容。联网后刷新即可正常渲染。

☰本集目录

◎学习目标

  1. 回顾线性空间的定义(加法封闭 + 数乘封闭 + 八条法则),理解基的定义(线性无关 + 生成性);
  2. 掌握极大线性无关集(maximal linearly independent subset)的定义:子集 \(\mathcal{S}\) 线性无关,且对任意 \(\beta \notin \mathcal{S}\)(若存在),\(\mathcal{S} \cup \{\beta\}\) 线性相关;
  3. 理解基与极大线性无关集的等价性(非零空间中):\(\mathcal{S}\) 是基 \(\iff\) \(\mathcal{S}\) 是极大线性无关集;
  4. 掌握向量组生成子空间的维数公式:\(\dim \langle \alpha_1,\dots,\alpha_s \rangle = \text{rank}(\alpha_1,\dots,\alpha_s)\);
  5. 理解丘老师对"空集是只含零向量空间基"的更正(见 s4),理解"极大无关集"定义下空集确为基。

1线性空间结构的回顾与基的定义 ⏱ 00:01

本集以回顾线性空间的基本定义开场。以数域 \(K\) 上的线性空间 \(V\):一个非空集合,有加法运算和数乘运算,加法满足四条法则(交换律、结合律、零元存在、逆元存在),数乘满足四条法则(\((kl)v=k(lv)\)、\((k+l)v=kv+lv\)、\(k(u+v)=ku+kv\)、\(1v=v\))。

本章定位 丘老师强调:本章(下策第八章)讨论的是抽象的线性空间,而非 \(K^n\) 的具体向量空间(那是上策第三章的内容)。抽象讨论的好处是:结果适用于任何具体的线性空间。"搞数学,第一重要的是把数学对象的结构搞清楚,结构清楚了什么都好办。" ⏱ 01:44
回顾 · 基的定义 \(V\) 的子集 \(\mathcal{S}\) 是 \(V\) 的一个基(basis),当且仅当:
  1. \(\mathcal{S}\) 线性无关(即 \(V\) 的任意有限子集都线性无关);
  2. \(V\) 中每一个向量可由 \(\mathcal{S}\) 中有限多个向量线性表出。
若 \(V\) 有一个基是有限子集,称 \(V\) 为有限维的;若基是无限子集,称 \(V\) 为无限维的。⏱ 02:40

维数唯一性(上集 P30 已证):有限维空间任意两个基含相同向量个数,记 \(\dim_K V = n\)。对 \(n\) 维空间,向量 \(\alpha\) 在基 \(\alpha_1,\dots,\alpha_n\) 下的坐标(系数列向量)唯一。

2极大线性无关集(定义与性质) ⏱ 05:52

本集引入一个新概念。回顾:向量组(有限多个向量按一定顺序排列)有极大线性无关组的概念。现在推广到一般的(可能无限的)线性空间子集。

定义 · 极大线性无关集(maximal linearly independent subset) 设 \(\mathcal{S}\) 是线性空间 \(V\) 的一个子集。若满足:
  1. \(\mathcal{S}\) 线性无关;
  2. 对任意 \(\beta \in V \setminus \mathcal{S}\)(若存在),\(\mathcal{S} \cup \{\beta\}\) 线性相关。
则 \(\mathcal{S}\) 称为 \(V\) 的一个极大线性无关集。
与"向量组的极大线性无关组"的区别 向量组是有限多个向量,其极大无关组也是有限子集,记作"极大线性无关组"。而线性空间的子集 \(\mathcal{S}\) 可以是无限的(如无限维空间),其极大无关集也是"不能再大"的(加入任何一个外部向量就相关),称为"极大线性无关集"。 丘老师:"不叫无关组了,极大线性无关集。" ⏱ 07:45
若 \(\mathcal{S}\) 是基,则 \(\mathcal{S}\) 是极大线性无关集

条件 (i):基要求线性无关,显然满足。⏱ 08:11

条件 (ii):设 \(\beta \notin \mathcal{S}\)(若存在)。由基的定义,\(\beta\) 可由 \(\mathcal{S}\) 中有限多个向量 \(\alpha_1,\dots,\alpha_m\) 线性表出:\(\beta = k_1\alpha_1+\cdots+k_m\alpha_m\)。则 \(\alpha_1,\dots,\alpha_m,\beta\) 线性相关(有一个向量可被其余线性表出)。而 \(\alpha_1,\dots,\alpha_m\) 是 \(\mathcal{S}\) 的有限子集,故 \(\mathcal{S} \cup \{\beta\}\) 的某个有限子集线性相关,因此 \(\mathcal{S} \cup \{\beta\}\) 线性相关。⏱ 08:42

两个条件都满足,\(\mathcal{S}\) 是极大线性无关集。证毕。

3基与极大线性无关集的等价性 ⏱ 09:49

上节已证:基 → 极大无关集。反过来呢?

定理 · 基与极大线性无关集等价(非零空间) 若 \(V\) 含有非零向量(即 \(V \neq \{\boldsymbol{0}\}\)),则 \(\mathcal{S}\) 是 \(V\) 的基 \(\iff\) \(\mathcal{S}\) 是 \(V\) 的极大线性无关集。
证明思路(极大无关集 → 基)

\(\Leftarrow\) 方向:设 \(\mathcal{S}\) 是极大线性无关集,需证它是基,即证 \(V\) 中每个向量 \(\beta\) 可由 \(\mathcal{S}\) 中有限多个向量线性表出。⏱ 10:08

若 \(\beta \in \mathcal{S}\),显然(系数 1 即可)。若 \(\beta \notin \mathcal{S}\),由"极大"条件,\(\mathcal{S} \cup \{\beta\}\) 线性相关,即存在 \(\mathcal{S}\) 中有限多个向量 \(\alpha_1,\dots,\alpha_m\) 和系数 \(k_1,\dots,k_m,k\)(不全为 0)使

\[ k_1\alpha_1+\cdots+k_m\alpha_m + k\beta = \boldsymbol{0}. \]

若 \(k=0\),则 \(k_1\alpha_1+\cdots+k_m\alpha_m = \boldsymbol{0}\),但 \(\alpha_1,\dots,\alpha_m\) 是 \(\mathcal{S}\) 的子集(线性无关),矛盾。故 \(k \neq 0\),\(\beta\) 可由 \(\alpha_1,\dots,\alpha_m\) 线性表出。⏱ 10:57

生成性得证。加上线性无关(条件 (i)),\(\mathcal{S}\) 是基。证毕。

总结 在 \(V\) 含有非零向量的前提下:
\[ \mathcal{S} \text{ 是基} \;\iff\; \mathcal{S} \text{ 是极大线性无关集} \]
两个概念等价,可用任一个来定义"基"。丘老师选择保留原来的基定义(生成性 + 无关性),因为"更直观、直接说明结构"。极大无关集作为"等价表述"供理解。⏱ 11:08

4更正:空集与只含零向量空间的基 ⏱ 11:51

老师更正上一课的表述 丘老师正式更正上集(P31)中关于"空集是只含零向量线性空间的基"的表述。

若 \(V = \{\boldsymbol{0}\}\)(只含零向量),空集 \(\varnothing\) 是 \(V\) 的子集。按原定义验证基的两条:

逐条验证

条件 (i) 线性无关:空集是线性无关的(这是规定,因为不存在非零的线性组合等于零向量——实际上没有"有限子集"可供讨论,约定空集线性无关)。⏱ 12:16

条件 (ii) 生成性:对 \(\boldsymbol{0} \in V\),\(\boldsymbol{0}\) 能否由空集 \(\varnothing\) 中有限多个向量线性表出?不能!"零向量不能由空集线性表出"(没有任何向量可作系数组合)。⏱ 12:26

关键更正丘老师说:"我上次说空集没有向量,所以第二个条件就自动满足了——这句话是错误的,我现在正式的可以更正。零向量不能由空集线性表出,你空集没有东西,零向量怎么能表成一个 \(k\) 乘上一个空集呢?" ⏱ 13:11

因此,按原定义,空集不是只含零向量空间的基(生成性不满足),只能"规定"空集是它的基(约定)。⏱ 15:09

按"极大无关集"定义则空集确是基 若把基的定义换为"极大线性无关集",则空集确实满足:
  • 空集线性无关(规定);
  • 对唯一向量 \(\boldsymbol{0} \notin \varnothing\),\(\varnothing \cup \{\boldsymbol{0}\} = \{\boldsymbol{0}\}\) 线性相关(零向量是线性相关的)。
故空集是极大线性无关集 = 基。这就是"空集是只含零向量空间的基"这一定规的理论依据(背景)。⏱ 14:37
为什么保留原定义 丘老师解释:原定义(生成性 + 无关性)"更直观,直接说明 \(V\) 中每个向量可由基中有限多个向量线性表出,对结构来讲比较清晰"。极大无关集定义"拐一个弯"(先证相关再反推表出),路径较长。故保留原定义,空集作为特例"规定"为基。⏱ 15:45

5向量组生成子空间的维数 = 向量组秩 ⏱ 18:10

本集的核心定理:向量组生成的子空间的维数,等于该向量组的秩(极大线性无关组所含向量个数)。

定义回顾 · 向量组生成的子空间 设 \(\alpha_1,\dots,\alpha_s\) 是 \(V\) 中 \(s\) 个向量(\(s\) 有限)。它们生成的子空间
\[ \langle \alpha_1,\dots,\alpha_s \rangle = \{ k_1\alpha_1 + k_2\alpha_2 + \cdots + k_s\alpha_s \mid k_1,\dots,k_s \in K \}. \]
即所有有限线性组合的集合,是 \(V\) 的一个子空间。⏱ 18:30
定理 · 子空间维数 = 向量组秩
\[ \dim_K \langle \alpha_1,\dots,\alpha_s \rangle = \operatorname{rank}(\alpha_1,\dots,\alpha_s). \]
其中 \(\operatorname{rank}(\alpha_1,\dots,\alpha_s)\) 是向量组的秩 = 其极大线性无关组所含向量个数。
证明思路(极大无关组 = 生成子空间的基)

设 \(\alpha_1',\dots,\alpha_r\) 是 \(\alpha_1,\dots,\alpha_s\) 的一个极大线性无关组(\(r = \operatorname{rank}\))。⏱ 19:04

第一步:\(\langle \alpha_1,\dots,\alpha_s \rangle\) 中每个向量可表为 \(\alpha_1,\dots,\alpha_s\) 的线性组合(生成性定义),而 \(\alpha_1,\dots,\alpha_s\) 又可表为极大无关组 \(\alpha_1',\dots,\alpha_r\) 的线性组合(极大无关组的定义)。由线性表出的传递性,\(\langle \alpha_1,\dots,\alpha_s \rangle\) 中每个向量可由 \(\alpha_1',\dots,\alpha_r\) 线性表出。⏱ 20:02

第二步:\(\alpha_1',\dots,\alpha_r\) 本身线性无关(极大无关组的定义)。

由基的定义(两条),\(\alpha_1',\dots,\alpha_r\) 是 \(\langle \alpha_1,\dots,\alpha_s \rangle\) 的一个基。⏱ 20:15

第三步:基含 \(r\) 个向量,由维数定义,

\[ \dim \langle \alpha_1,\dots,\alpha_s \rangle = r = \operatorname{rank}(\alpha_1,\dots,\alpha_s). \]
证毕。⏱ 21:33

实用意义 求子空间的维数:只需找生成向量组的极大线性无关组(即求秩),其向量个数就是子空间的维数。"向量组的秩"与"子空间的维数"数量上相等,但概念不同——秩是对向量组说的,维数是对空间说的。⏱ 22:10
与矩阵秩的联系 若把 \(\alpha_1,\dots,\alpha_s\) 写成 \(n \times s\) 矩阵的列向量,则 \(\operatorname{rank}(\alpha_1,\dots,\alpha_s)\) = 矩阵的秩(初等行变换化简后非零行数)。这是后续(第四章矩阵的运算、解线性方程组)的核心工具之一。本集为"子空间维数公式"做准备。

★重点回顾

1
极大线性无关集:子集 \(\mathcal{S}\) 线性无关 + 对任意外部向量 \(\beta\),\(\mathcal{S} \cup \{\beta\}\) 线性相关。"不能再大"的无关集。
2
基 \(\iff\) 极大线性无关集(非零空间):两个等价概念。原定义(生成性 + 无关性)更直观;极大无关集定义"拐一个弯"但可推出空集是零空间的基。
3
空集的更正:按原定义,空集不是零向量空间的基(生成性不满足);只能"规定"空集是基。按极大无关集定义,空集确实是基(\(\{\boldsymbol{0}\}\) 线性相关)。老师正式更正了上节课"自动满足"的错误表述。
4
子空间维数 = 向量组秩:\(\dim \langle \alpha_1,\dots,\alpha_s \rangle = \operatorname{rank}(\alpha_1,\dots,\alpha_s)\)。证明:极大无关组 = 生成子空间的基。
5
求子空间维数的方法:对生成向量组求极大无关组(即求秩),个数就是维数。这是"求子空间维数"的标准步骤。

⚠易错点提醒

常见错误
  1. "极大线性无关集"vs"极大线性无关组":前者适用于一般(可能无限的)子集,后者特指有限向量组。混淆会导致在无限维空间讨论时出错。
  2. 零向量不能被空集"线性表出":这是本集更正的核心。空集没有向量,无法构造系数组合。"自动满足"是上一课的错误表述。
  3. 极大无关集 = 基 的前提是 \(V\) 含非零向量。若 \(V = \{\boldsymbol{0}\}\)(零空间),空集是唯一子集,按极大无关集定义它确是基,但按原定义不是(需"规定")。
  4. 向量组秩 vs 子空间维数:秩是对向量组说的(极大无关组的向量个数),维数是对空间说的(基的向量个数)。数值相等但概念不同——不要写成"维数 = 秩"而不说明是哪边的秩/维数。
  5. 线性表出的传递性(证明中关键一步):若 \(W_1\) 可由 \(W_2\) 表出,\(W_2\) 可由 \(W_3\) 表出,则 \(W_1\) 可由 \(W_3\) 表出。这个传递性在证明"极大无关组 = 生成子空间的基"时反复使用,不要跳过。

✎自测与作业

  1. 设 \(V = \mathbb{R}^3\),向量组 \(\alpha_1 = (1,0,0)\)、\(\alpha_2 = (0,1,0)\)、\(\alpha_3 = (1,1,0)\)、\(\alpha_4 = (0,0,1)\)。求该向量组的极大线性无关组,并由此求 \(\langle \alpha_1,\alpha_2,\alpha_3,\alpha_4 \rangle\) 的维数。
  2. 验证:在 \(\mathbb{R}^3\) 中,向量组 \((1,0,0)\)、\((0,1,0)\) 的极大线性无关组(秩)为 2,其生成的子空间(\(xy\)-平面)的维数也是 2(与本集定理一致)。
  3. 按"极大线性无关集"的定义,验证空集 \(\varnothing\) 是零空间 \(V = \{\boldsymbol{0}\}\) 的一个极大线性无关集(即基),并说明按原基定义为何不能直接推出(需"规定")。
  4. 设 \(W\) 是 \(\mathbb{R}^4\) 中由向量 \((1,1,0,0)\)、\((1,0,1,0)\)、\((0,1,1,0)\) 生成的子空间。求 \(W\) 的维数(提示:验证三个向量线性无关,秩 = 3,维数 = 3)。
  5. (证明题)设 \(\alpha_1,\dots,\alpha_s\) 是 \(n\) 维空间 \(V\) 中的向量组,\(\langle \alpha_1,\dots,\alpha_s \rangle\) 的维数为 \(r\)。证明:\(V\) 中必存在 \(n-r\) 个向量,使与 \(\alpha_1,\dots,\alpha_s\) 的极大无关组合起来构成 \(V\) 的一个基(利用上一集 P31 的基扩张定理)。
  6. (选做)解释"矩阵的秩"与"矩阵列向量组的秩"的关系:若 \(A\) 是 \(n \times s\) 矩阵,\(\operatorname{rank}(A)\) = \(\operatorname{rank}\)(\(A\) 的列向量组)= \(\dim \langle \text{col}_1(A),\dots,\text{col}_s(A) \rangle\)。这是下几节课的核心结论。
下一集预告 第 P33 集将继续讨论向量组的秩与子空间维数的进一步应用,为后续"矩阵的初等变换、方程组的解"做铺垫。