本文是《03 线性代数（B站蜂考讲义）》系列博客的第四篇，对应原讲义的“课时五 向量组”。向量组研究的是“一组向量之间有什么样的线性关系”：谁能被谁表示、整组向量有没有冗余、最少需要几个向量就能撑起整个组。本篇只梳理概念、判定与方法，主线是：把向量组排成矩阵，用秩和初等行变换统一处理这些问题。
一、n 维向量与向量组
$n$ 维向量就是 $n$ 个数按固定顺序排成的数组，通常写成列向量的形式：
$$ \alpha=(a_1,a_2,\dots,a_n)^{\mathrm T} $$其中上标 $\mathrm T$ 表示转置，即把横着写的一行数竖起来。二维、三维向量只是 $n=2,3$ 的特殊情形。
若干个同维数的向量 $\alpha_1,\alpha_2,\dots,\alpha_m$ 合在一起，称为一个向量组。把其中每个向量依次作为一列，就拼出一个矩阵：
$$ A=(\alpha_1,\alpha_2,\dots,\alpha_m) $$它是一个 $n$ 行 $m$ 列的矩阵。这个对应关系是整篇内容的起点：向量组的问题都可以翻译成矩阵的问题，向量组的秩就定义为这个矩阵的秩，记作 $R(\alpha_1,\alpha_2,\dots,\alpha_m)=R(A)$。
二、线性组合与线性表示
给定向量组 $\alpha_1,\dots,\alpha_m$ 和一组数 $k_1,\dots,k_m$，称
$$ k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m $$为该向量组的一个线性组合。如果向量 $\beta$ 恰好等于某个线性组合，即存在一组数使
$$ \beta=k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m $$就说 $\beta$ 能由向量组线性表示，这组数称为表示系数。
从矩阵角度看，若记 $x=(k_1,\dots,k_m)^{\mathrm T}$，上式就是方程组 $Ax=\beta$，未知数正是表示系数。因此“能否线性表示”等价于“相应方程组是否有解”，求表示系数就是解这个方程组。这也解释了为什么秩与初等变换的工具能在这里直接派上用场。
三、线性相关与线性无关
定义：对向量组 $\alpha_1,\dots,\alpha_m$，若存在一组不全为零的数 $k_1,\dots,k_m$，使得
$$ k_1\alpha_1+k_2\alpha_2+\cdots+k_m\alpha_m=0 $$则称该向量组线性相关；否则称它线性无关。所谓“否则”，是指只要组合等于零，就必然迫使所有系数全为零——零向量只有“平凡”的表示方式。
直观上，相关意味着组内存在冗余：至少有一个向量能由其余向量线性表示，它的信息是“重复”的；无关则意味着每个向量都提供了别处替代不了的新方向。
用秩可以把定义中的“找系数”变成可操作的计算。设向量组含 $m$ 个向量，排成矩阵后的秩为 $R$，则：
| 秩的条件 | 结论 |
|---|---|
| $R\lt m$ | 向量组线性相关 |
| $R=m$ | 向量组线性无关 |
由于秩不会超过矩阵的列数，恒有 $R\le m$，所以判定的实质就是看秩有没有“达到”向量的个数：达到了就无关，达不到就相关。
四、极大无关组的含义
从向量组中选出一个部分组，如果它满足两条：
- 这个部分组本身线性无关；
- 原向量组中的每一个向量都能由这个部分组线性表示，
就称它是原向量组的一个极大线性无关组，简称极大无关组。“极大”体现在：再从原组中添进任何一个向量，它都会变得相关。例如标准单位向量组就是全体同维向量构成的向量组的一个极大无关组：它自身无关，且任何同维向量都能用它表示。
极大无关组可以理解为向量组的“骨架”：抓住少数几个无关的向量，就能表示出整个组。它有两个基本性质：
- 极大无关组所含向量的个数等于向量组的秩；
- 极大无关组一般不唯一，但任何两个极大无关组所含向量的个数相同。
五、求极大无关组并表示其余向量的一般方法
对具体给出的列向量组，标准流程如下：
- 排成矩阵：把向量依次作为列，构造 $A=(\alpha_1,\dots,\alpha_m)$；
- 初等行变换：只对 $A$ 作初等行变换，化为行阶梯形，由非零行数读出秩 $R(A)$，并确定主元所在的列；
- 定极大无关组：主元列对应的原向量构成一个极大无关组，其向量个数恰为 $R(A)$；
- 读表示系数：继续作行变换化为行最简形，每个非主元列都可以直接写成主元列的线性组合，组合系数就是对应的原向量用极大无关组线性表示的系数。
这套方法的关键在于一个事实：初等行变换不改变矩阵各列之间的线性关系。因此表示关系可以在最简形中直接读出。但也要特别注意：变换后矩阵的列已经不再是原来的向量，所以极大无关组必须取回原向量组中的向量，行变换只是帮我们确定“该取哪几列”。
六、抽象向量组相关性的证明思路
有时向量组不是用具体坐标给出，而是由另一个已知无关组的线性组合来定义。这类抽象向量组无法直接算秩，需要回到定义本身。一般思路是：
- 设 $k_1\beta_1+k_2\beta_2+\cdots+k_s\beta_s=0$；
- 把每个 $\beta_i$ 用已知向量组 $\alpha_1,\dots,\alpha_n$ 的表达式代入，合并同类项，将等式左边重新整理成 $\alpha_1,\dots,\alpha_n$ 的线性组合；
- 利用 $\alpha_1,\dots,\alpha_n$ 线性无关，令组合系数全部为零，得到关于 $k_1,\dots,k_s$ 的方程组；
- 若由此只能推出 $k_1=\cdots=k_s=0$，则新向量组线性无关；若能找到不全为零的解，则线性相关。
同样的推理也可以写成反证法：先假设新向量组相关，则存在不全为零的系数使组合为零，但按上述步骤逐步推出所有系数必须全为零，与假设矛盾，故新向量组无关。两种写法的核心完全一致：把待判定的组合改写为已知无关组的组合，再用“系数必须全为零”完成论证。
小结
本课时的一条主线：向量组的线性关系全部编码在“以向量为列”的矩阵里，秩与初等行变换是统一的解读工具。
- 线性表示看单个向量能否写成组合，本质是解方程组 $Ax=\beta$；
- 相关与否看零向量有没有非平凡表示，判定标准为 $R\lt m$ 相关、$R=m$ 无关；
- 极大无关组是能表示全组的无关“骨架”，所含向量个数等于秩；
- 具体计算走“列排矩阵 → 行变换 → 主元列定无关组 → 最简形读系数”的流程；
- 抽象证明走“设组合为零 → 改写为已知无关组的组合 → 令系数全零”的思路。
概念、判定、计算、证明四件事，最终都落在同一套矩阵语言上，这正是向量组这一章值得反复体会的地方。