5.4 KiB
题型二:线性相关性的判定
识别特征
- 直接问"判定
\alpha_1,\ldots,\alpha_m是否线性相关" - 抽象向量组:
\beta_i由\alpha_j线性表示,问\beta组相关性 - 含参数:求
\lambda使向量组线性相关 / 无关
解题流程
flowchart TD
A[判定线性相关性] --> B{秒杀检查}
B -->|含零向量 / m>n / 两向量成比例| C[直接判定:相关]
B -->|均不满足| D{向量是否具体数字?}
D -->|具体数字| E{个数 m 是否等于维数 n?}
E -->|m = n| F[计算 det A]
E -->|m ≠ n| G[化行阶梯求 r_A]
F --> H{det A = 0?}
H -->|是| C
H -->|否| I[无关]
G --> J{r_A 与 m 比较}
J -->|r_A < m| C
J -->|r_A = m| I
D -->|抽象向量| K[写成 B = A·C]
K --> L{α 组是否无关?}
L -->|无关| M[r_β = r_C,看 det C 或 r_C]
L -->|未知/相关| N[定义法:设 Σkᵢβᵢ=0 展开]
M --> H
N --> O[整理系数方程组求解]
通法步骤
路径一:秒杀法(先查!)
| 信号 | 结论 |
|---|---|
| 含零向量 | 相关 |
个数 m > 维数 n |
相关 |
| 存在两向量成比例 | 相关 |
| 某部分组已知相关 | 整体相关 |
| 是某已知无关组的部分组 | 无关 |
路径二:行列式法(m = n 时最快)
- 按列拼成方阵
A = (\alpha_1,\ldots,\alpha_n) - 计算
\det A \det A = 0 \Rightarrow相关;\det A \neq 0 \Rightarrow无关
路径三:秩法(m \neq n 通用)
- 按列拼成
A_{n\times m} - 初等行变换化行阶梯形,数非零行数得
r(A) r(A) < m \Rightarrow相关;r(A) = m \Rightarrow无关
路径四:定义法(抽象向量组)
- 设
k_1\beta_1 + \cdots + k_s\beta_s = 0 - 将
\beta_i用\alpha_j代入 - 按
\alpha_j合并同类项:\sum_j \left(\ast_j\right)\alpha_j = 0 - 若
\alpha组无关,则各 $\ast_j = 0$,得关于k的齐次方程组 - 该方程组只有零解
\Rightarrow \beta组无关;有非零解\Rightarrow \beta组相关
路径五:矩阵法(推荐,最快的抽象解法)
写 $(\beta_1,\ldots,\beta_s) = (\alpha_1,\ldots,\alpha_m)C$:
\alpha组无关 $\Rightarrow r(\beta) = r(C)$,只需判CC为方阵时:\det C \neq 0 \iff \beta组无关
常见陷阱
m>n用错方向:是"个数 > 维数"必相关;"维数 > 个数"不能推出无关\alpha组相关时滥用定义法第 4 步:由\sum(\ast_j)\alpha_j=0不能推出\ast_j=0- 只算了
\det C = 0就说\beta相关而不查 $\alpha$:若\alpha组本身相关,\det C\neq0也不能保证\beta无关 - "相关 ⇒ 每个都能被其余表示":错,只保证至少一个
- 参数题只找到一个根:
\det = 0的所有根都使向量组相关 - 行/列混用:
\alpha_i若是行向量,判定时应转置为列(或统一按行拼、用行变换)
经典母题
题目:设
\alpha_1,\alpha_2,\alpha_3线性无关,令\beta_1 = \alpha_1 + \alpha_2,\quad \beta_2 = \alpha_2 + \alpha_3,\quad \beta_3 = \alpha_3 + k\alpha_1问
k取何值时\beta_1,\beta_2,\beta_3线性无关?
解法一(矩阵法,推荐):
(\beta_1,\beta_2,\beta_3) = (\alpha_1,\alpha_2,\alpha_3)
\underbrace{\begin{pmatrix} 1 & 0 & k \\ 1 & 1 & 0 \\ 0 & 1 & 1 \end{pmatrix}}_{C}
(第 j 列是 \beta_j 的表示系数)
因 \alpha 组无关,$r(\beta) = r(C)$,故 \beta 组无关 $\iff \det C \neq 0$。
\det C = \begin{vmatrix} 1&0&k \\ 1&1&0 \\ 0&1&1 \end{vmatrix}
= 1\cdot(1\cdot1 - 0\cdot1) - 0 + k(1\cdot1 - 1\cdot0) = 1 + k
答:k \neq -1 时 \beta_1,\beta_2,\beta_3 线性无关;k = -1 时线性相关。
解法二(定义法,验证):
设 $x_1\beta_1 + x_2\beta_2 + x_3\beta_3 = 0$,代入:
x_1(\alpha_1+\alpha_2) + x_2(\alpha_2+\alpha_3) + x_3(\alpha_3+k\alpha_1) = 0
按 \alpha 合并:
(x_1 + kx_3)\alpha_1 + (x_1+x_2)\alpha_2 + (x_2+x_3)\alpha_3 = 0
由 \alpha 组无关:
\begin{cases} x_1 + kx_3 = 0 \\ x_1 + x_2 = 0 \\ x_2 + x_3 = 0 \end{cases}
系数行列式恰为 $\det C^T = 1+k$。k\neq-1 时只有零解 → 无关。
k=-1 时的具体相关关系:解得 $x = (1,-1,1)^T$,即 $\beta_1 - \beta_2 + \beta_3 = 0$。
验证:(\alpha_1+\alpha_2) - (\alpha_2+\alpha_3) + (\alpha_3-\alpha_1) = 0 ✓
复盘:
- 矩阵法 3 行搞定,定义法 8 行——抽象向量组优先写 $B=AC$。
- 系数矩阵
C的列对应 $\beta$,别写成行(写成行则应判 $\det C^T$,值相同但概念要清)。 - 大前提"
\alpha组无关"是使用r(\beta)=r(C)的必要条件,答题时必须写出这句话。
变式(具体数字 + 参数):判定
\alpha_1=(1,1,1)^T,\ \alpha_2=(1,2,3)^T,\ \alpha_3=(1,3,\lambda)^T的相关性。
解:m=n=3 → 行列式法。
\det A = \begin{vmatrix} 1&1&1 \\ 1&2&3 \\ 1&3&\lambda \end{vmatrix}
\xrightarrow[r_3-r_1]{r_2-r_1}
\begin{vmatrix} 1&1&1 \\ 0&1&2 \\ 0&2&\lambda-1 \end{vmatrix} = (\lambda-1) - 4 = \lambda - 5
\lambda = 5 时相关(此时 $\alpha_3 = 2\alpha_2 - \alpha_1$);\lambda \neq 5 时无关。
口诀:"零向量、超维数、成比例 —— 三查秒杀;方阵算行列式,非方阵算秩;抽象一律 $B=AC$。"