线性组合、张成与线性无关
本文基于模型知识整理（生成时未联网核对），关键结论建议对照 Strang / Axler 教材复核。
一句话定义
线性组合是"若干向量各乘系数再相加"；张成 span 是所有线性组合能到达的全集；线性无关则说"没有哪个向量是其余向量的组合"（即只有全零系数才能凑出零向量）——这三个概念构成"用最少原料表示最多对象"的全部语言。
为什么重要
整门线代在回答"最少需要多少个向量才能撑起一个空间"：线性无关筛掉冗余，张成度量覆盖面，基（kp-004）= 无关且张成全集。方程组有没有多余方程（kp-009）、特征向量为什么可以挑 n 个无关的（kp-012）、PCA 为什么能降维（kp-020），全是这三件套的换装出场。
前置知识
kp-002（向量空间）。
核心概念
- 线性组合：$c_1v_1 + c_2v_2 + \dots + c_kv_k$，$c_i$ 为任意标量。
- 张成 $\text{span}(v_1,\dots,v_k)$：全部线性组合构成的集合——必是子空间（kp-002 判据可验）。
- 线性无关：$c_1v_1+\dots+c_kv_k = 0 \Rightarrow$ 全部 $c_i=0$。等价说法：任一向量不在其余向量的 span 里；齐次方程组只有零解。
- 线性相关：存在非全零系数凑出零——某向量"白带"了（可被表示），信息冗余。
- 判定方法：把向量按列拼成矩阵 A，相关 ⟺ $Ax=0$ 有非零解 ⟺ $\text{rank}(A) < k$（kp-009）。
原理与机制
为什么"无关"等价于"系数唯一"：若 $v_1,\dots,v_k$ 无关，则每个 span 中的向量只有唯一的表示系数——否则两组系数相减得到非零的零组合，矛盾。唯一表示是坐标（kp-004）概念的前提：基之所以能当"坐标系"，正因为无关性保证了表示不歧义。
张成的覆盖效率：span 大小随向量数增长，但一旦相关就饱和（新向量落在已有 span 内，覆盖不再扩大）。$\mathbb{R}^n$ 中：≤n 个无关向量撑不起全空间，>n 个必相关——维数是"无关向量的最大数量"（kp-004），这句定义把两个概念焊在一起。
判定的高效实现：手算用行化简（看主元数）；机器上用 SVD 或秩（数值上"接近相关"用条件数度量，kp-023）。病态近乎相关（如两向量夹角 0.0001°）在数值上等同于相关——理论二元性在浮点世界是连续谱。
图示
R² 中: e₁=(1,0), e₂=(0,1) → 无关, span=R² (全覆盖)
e₁=(1,0), e₂=(2,0) → 相关 (e₂=2e₁), span=一条直线
判定: A=[v₁ v₂ … vₖ], 相关 ⟺ Ax=0 有非零解 ⟺ rank(A)<k直观类比
线性无关 = 团队里没有"复读机"：每人（向量）都贡献新信息（新方向）；相关 = 有人只是别人的复读（同一方向），团队信息量（张成维度）没有增加。基 = 无冗余且覆盖全部业务的精干团队。
实例或案例
- 数据列相关 = 特征冗余：身高列、英尺身高列完全相关 → 秩亏 → 最小二乘无唯一解（kp-019），正是多重共线性。
- 多项式 $1, x, x^2$ 无关（否则一个二次式有两个表达式），撑起 $P_2$——空间理论在函数世界的复现（kp-002）。
常见误区
- 误区一："零向量可以进无关组"。含零向量的组必相关（1·0+0·…=0 非全零）。
- 误区二："向量个数多就相关、少就无关"。在 $\mathbb{R}^3$ 中三个向量可以相关（共面）也可以无关——取决于方向不是数量；只有"超过维数"才必然相关。
- 误区三："相关组里每个向量都被表示"。至少有一个被表示，未必每个；判定的准确语言是"存在一个向量可由其余表示"。
与其他知识点的关系
自测题
- 判断 $(1,2),(2,4),(1,1)$ 是否线性相关。
答：相关——(2,4)=2(1,2)，第三向量加进去仍是相关组（秩 < 3）。
- 无关性如何保证坐标唯一？
答：若某向量有两套表示，两套之差给出非全零的零组合，与无关矛盾——故表示系数唯一。
- span(1, x, x²) 与 span(x, x²) 在 P₂ 语境下的差别？
答：前者张成全部次数 ≤2 多项式（P₂）；后者缺常数项，张成的是"零常数项"子空间（维数 2）。
延伸阅读
- Strang《Introduction to Linear Algebra》§2.3（ Independence, Basis and Dimension）。
- Axler《Linear Algebra Done Right》§2.A–2.B。
- 3Blue1Brown《Essence of LA》第 2 集（线性组合与张成）。