线性相关是线性代数中的一个基本概念，它描述了向量或矩阵之间是否存在线性依赖关系。理解线性相关对于学习线性代数、解决实际问题以及进行科学研究都至关重要。下面，我们就来一探究竟，看看如何轻松判断矩阵或向量组是否线性相关。
线性相关的定义
首先，我们需要明确线性相关的定义。设有向量组 \(\boldsymbol{v}_1, \boldsymbol{v}_2, \dots, \boldsymbol{v}_n\)，如果存在不全为零的系数 \(c_1, c_2, \dots, c_n\)，使得：
\[ c_1\boldsymbol{v}_1 + c_2\boldsymbol{v}_2 + \dots + c_n\boldsymbol{v}_n = \boldsymbol{0} \]
则称向量组 \(\boldsymbol{v}_1, \boldsymbol{v}_2, \dots, \boldsymbol{v}_n\) 线性相关。
判断线性相关的步骤
要判断一个向量组是否线性相关，我们可以按照以下步骤进行：
步骤一：构造增广矩阵
首先，将向量组 \(\boldsymbol{v}_1, \boldsymbol{v}_2, \dots, \boldsymbol{v}_n\) 分别作为列向量放入一个矩阵 \(\boldsymbol{A}\) 中，构造增广矩阵 \(\left( \boldsymbol{A} | \boldsymbol{0} \right)\)。
步骤二：进行行变换
对增广矩阵 \(\left( \boldsymbol{A} | \boldsymbol{0} \right)\) 进行行变换，直到矩阵 \(\boldsymbol{A}\) 成为一个行阶梯形矩阵。
步骤三：观察行阶梯形矩阵
如果行阶梯形矩阵 \(\boldsymbol{A}\) 的秩小于原矩阵 \(\boldsymbol{A}\) 的列数，则说明向量组 \(\boldsymbol{v}_1, \boldsymbol{v}_2, \dots, \boldsymbol{v}_n\) 线性相关。
步骤四：特殊情况
如果行阶梯形矩阵 \(\boldsymbol{A}\) 的秩等于原矩阵 \(\boldsymbol{A}\) 的列数，则需要进一步观察系数矩阵 \(\boldsymbol{A}\) 的行向量是否线性无关。
举例说明
假设我们有两个向量 \(\boldsymbol{v}_1 = (1, 2)\) 和 \(\boldsymbol{v}_2 = (2, 4)\)，我们要判断这两个向量是否线性相关。
首先，构造增广矩阵 \(\left( \boldsymbol{A} | \boldsymbol{0} \right)\)：
\[ \left( \begin{array}{cc} 1 & 2 \\ 2 & 4 \\ \end{array} \right) | \left( \begin{array}{c} 0 \\ 0 \\ \end{array} \right) \]
然后，对增广矩阵进行行变换：
\[ \left( \begin{array}{cc} 1 & 2 \\ 0 & 0 \\ \end{array} \right) | \left( \begin{array}{c} -4 \\ 0 \\ \end{array} \right) \]
由于行阶梯形矩阵 \(\boldsymbol{A}\) 的秩小于原矩阵 \(\boldsymbol{A}\) 的列数，因此可以判断向量 \(\boldsymbol{v}_1\) 和 \(\boldsymbol{v}_2\) 线性相关。
总结
通过以上步骤，我们可以轻松判断矩阵或向量组是否线性相关。掌握线性相关的概念和判断方法，有助于我们更好地理解线性代数中的其他概念，并在实际应用中发挥重要作用。