ARTICLE

线性相关

线性相关 (Linear Dependence) 线性相关→线性代数向量组基本概念→存在不全为零标量c_1, ,c_n→ c_i v_i= 0→揭示向量间"冗余"或"依赖"。仅全零才成→线性无关。两向量相关⇔共线( u= v);三向量 R^3中相关⇔共面(一=另二线组)。零向量必致相关→含相关子集则整组相关→无关子集亦无关→ R^n中>n个向量必相关(维限)

浏览 6 更新 2025-11-08

线性相关 (Linear Dependence)

线性相关线性代数向量组基本概念→存在不全为零标量c1,,cnc_1,\dots,c_ncivi=0\sum c_i\mathbf{v}_i=\mathbf{0}→揭示向量间"冗余"或"依赖"。仅全零才成→线性无关。两向量相关⇔共线u=λv\mathbf{u}=\lambda\mathbf{v});三向量R3\mathbb{R}^3中相关⇔共面(一=另二线组)。零向量必致相关→含相关子集则整组相关→无关子集亦无关→Rn\mathbb{R}^n中>n个向量必相关(维限)。

判定与性质

矩阵秩法A=[v1vn]A=[\mathbf{v}_1\cdots\mathbf{v}_n]→相关⇔rank(A)<n;无关⇔rank(A)=n。行列式:方阵→相关⇔det(A)=0\det(A)=0齐次线性方程组:相关⇔Ax=0A\mathbf{x}=\mathbf{0}有非零解→零空间维>0。

性质:①相关→至少一向量可被余表→移除不缩张成子空间→"冗余";②基与维→基=最大线性无关组→维=基向量数→基基同数依赖相关性;③解空间→nrank(A)n-\mathrm{rank}(A)=齐次解空间维→由无关特解构成。

实例:v1=(1,2,3)T,v2=(4,5,6)T,v3=(7,8,9)T\mathbf{v}_1=(1,2,3)^T,\mathbf{v}_2=(4,5,6)^T,\mathbf{v}_3=(7,8,9)^T→A初等变换→秩2<n=3→相关(v3=2v2v1\mathbf{v}_3=2\mathbf{v}_2-\mathbf{v}_1)。函数空间→{sin2x,cos2x,1}\{\sin^2x,\cos^2x,1\}→恒等sin2x+cos2x1=0\sin^2x+\cos^2x-1=0→相关(适用无限维抽空间)。

对比与应用

| | 线性相关 | 线性无关 | |---|---|---| | 定方 | 存非零系解 | 仅零系解 | | 信息 | 至少一向量冗余 | 每向量提独方向 | | 张成 | 移除某向量可能不变 | 移除任一严格缩小 | | 矩阵 | rank(A)<n | rank(A)=n |

应用与维论(最大无关组定维);解空间构(识列向量相关→得特解);PCA降维→找方差最大无关方向→多重共线性协方差矩阵近奇→参估不稳→识并处→提鲁棒;信号→基函数相关→表不唯一→解重构不稳→构无关正交基/框架保效。

误区:不全为零≠全不为零(至少一即可,余可零);相关≠每向量可被余表(仅至少一可表);无限维需虑收敛与"仅有有限个非零系"→泛函Hamel/Schauder基差核。