Что такое линейная независимость
Векторы называются линейно независимыми, если равенство c₁v₁ + c₂v₂ + … + cₖvₖ = 0 возможно только при всех нулевых коэффициентах. Если найдётся нетривиальный набор коэффициентов, один из векторов выражается через остальные, и система зависима.
Геометрически два вектора на плоскости зависимы, если лежат на одной прямой, а три вектора в пространстве — если лежат в одной плоскости. Любая система, содержащая нулевой вектор, зависима автоматически, потому что его можно взять с ненулевым коэффициентом.
Понятие важно и на практике: независимые столбцы матрицы означают, что система линейных уравнений определяется однозначно, а зависимые — что часть информации в ней дублируется.
Почему здесь работает ранг
Ранг матрицы — это максимальное число её линейно независимых строк. Значит, если строками записаны проверяемые векторы, то ранг прямо отвечает на вопрос: сколько из них независимы.
Равенство ранга числу векторов означает независимость. Если для n векторов в n-мерном пространстве ранг равен n, они к тому же образуют базис, а определитель матрицы не равен нулю.
Разбор двух числовых примеров
Векторы (1, 2, 3), (2, 4, 6) и (1, 0, 1): второй получен умножением первого на 2, значит, он лишний. Ранг матрицы равен 2 при трёх векторах, поэтому система зависима, а независимых направлений всего два.
Для (2, −1, 0), (−1, 2, −1), (0, −1, 2) определитель равен 4, ранг равен 3, и векторы независимы. Именно такая матрица возникает в задачах о дискретной второй производной.
Связь с определителем и базисом
Для n векторов в n-мерном пространстве независимость равносильна ненулевому определителю матрицы. Ранг даёт то же заключение, но сохраняет информацию и в вырожденном случае: он показывает, сколько именно направлений осталось.
Базисом называют линейно независимую систему, через которую выражается любой вектор пространства. В трёхмерном пространстве для этого нужны ровно три независимых вектора, поэтому ранг 3 из трёх строк — полное подтверждение базиса.
Если векторов меньше размерности
Калькулятор принимает только квадратные матрицы. Для двух векторов в трёхмерном пространстве добавьте третью строку из нулей: нулевая строка ранг не увеличивает, поэтому ранг 2 означает независимость двух векторов.
Если векторов больше, чем координат, ответ известен заранее: больше n векторов в n-мерном пространстве всегда зависимы. Достаточно проверить любые n из них.
Распространённые ошибки
Самая частая ошибка — записать координаты по столбцам и ошибиться в порядке при вводе. Ранг от этого не меняется, но число координат в строке должно быть ровно n, иначе элементы сместятся.
Ещё одна ловушка — подсчёт нулевых строк как векторов. Нулевой вектор всегда делает систему зависимой, поэтому добавленные нули учитывайте отдельно.
Ограничения численного ранга
Если координаты получены измерениями и векторы почти параллельны, ранг, вычисленный с учётом округления, может оказаться неустойчивым. Для точных рациональных данных лучше проверить результат вручную методом Гаусса.
Калькулятор не показывает коэффициенты зависимости. Если нужно выразить один вектор через другие, воспользуйтесь решением системы линейных уравнений.
Формула расчёта
векторы независимы ⇔ rank(A) = k
Проверенные примеры
Независимы ли векторы (1, 2, 3), (2, 4, 6) и (1, 0, 1)?
Второй вектор равен первому, умноженному на 2, поэтому одна строка лишняя. Ранг матрицы равен 2, а векторов три — система линейно зависима.
Проверить векторы (2, −1, 0), (−1, 2, −1), (0, −1, 2).
Определитель матрицы равен 2·(4 − 1) + 1·(−2 − 0) = 4, он не нулевой, поэтому ранг равен 3 — векторы независимы и образуют базис трёхмерного пространства.
Как пользоваться онлайн-калькулятором
- Запишите координаты каждого вектора в одну строку матрицы n×n.
- Если векторов меньше n, добавьте строки из нулей; если больше n, они заведомо зависимы.
- Введите размерность и все числа построчно.
- Сравните полученный ранг с числом реальных векторов: равенство означает независимость.