向量组的线性相关，无关，共线和共面

关于向量组，有几个概念需要搞清楚：线性相关，线性无关，共线和共面。

线性相关的定义是：

有一组不全为0的数，去分别乘以一组向量，结果为0；

线性无关的定义是：

找不到一组不全为0 的数，去分别乘以一组向量，结果为0；

一组向量的关系，要么相关，要么无关。

共线和共面是特殊情况。

如果2维空间，可以想象，2个向量共线就是这两个向量在一条直线上，并且这条直线通过0点；3个向量如果满足平行四边形法则，就是共面，此面包含0点。

如果是3维空间，可以想象，2个向量共线，跟在2维空间一样，一条经过0点的直线；2个向量共面，就是这两个向量平行；3个向量如果满足平行四边形法则，就是共面，跟2维空间一样，3维空间中的这个面包含0点。

高维空间就无法直观表示，只能通过线性相关和无关的定义来确定。

也可以说，共线和共面等同于线性相关。

还有一种说法：

一组向量如果线性相关，则其中至少有一个向量能够被其它向量线性表示出来，至少有一个，实际情况还可能是多个，那么，可以说，这一组向量中有多余的向量。

一组向量如果线性无关，则其中任何一个向量都不能够被其它向量线性表出，任何一个都不能，那么，可以说，这一组向量没有多余的向量。

一组向量的极大线性无关组，就是去掉所有“多余”向量之后，剩下的一组线性无关的向量。

如果一个向量可以被一组向量线性表示，如果这一组向量是线性相关的，表示的方法可以无限多个，如果这一组向量是线性无关的，只有唯一一种表示方法。

线性相关，即在某种程度或某个层面上成比例；

线性无关，即在任何程度或任何层面上都不成比例。

相关文章

• 满秩矩阵和降秩矩阵
• 多条直线相交
• 分配率和负负得正
• 数学期望和方差
• 向量的长度（模）
• 辛普森悖论
• 为什么会出现角度？
• 由施密特（Schmidt）正交化想到的...
• 微积分是什么？
• 弧长等于半径的弧为1弧度
• 笛卡尔化繁为简的思考方法
• 三角函数和差化积公式的推导和记忆
• 第2次数学危机（微积分）
• 用行列式直接写出联立方程的解
• 不相交的两条直线的距离
• 理解矩阵的初等变换
• 样本均值的标准差
• 向量的平行四边形和三角形法则
• 为何负数次方是正数次方的倒数？
• 三角函数30度和60度的值
• 10进制转换成R进制（2,8,16）
• 指数型增长曲线
• 函数与方程
• 概率和统计的区别
• 第1次数学危机（无理数）
• 均方误差，均方根误差，平均绝对误差
• 虚数，复数，为什么？
• 极坐标系和曲线
• 导数计算中的Quotient Rule
• 什么是解析几何？