3-1 矩阵的秩习题评讲

3-1 矩阵的秩习题评讲
3-1 矩阵的秩习题评讲

3-1 矩阵的秩习题评讲

2、设秩(A)=r,问A中有没有等于零的r-1阶子式?有没有等于零的r阶子式?

有没有不等于零的r+1阶子式?

解:秩(A)=r时,A中可能有等于零的r-1阶子式;也可能有等于零的r阶子

式;没有不等于零的r+1阶子式。例如:

A=?

?

???

?

???

???00

00

40004320

4321,A中存在一个3阶子式4004204

21=8≠0,所有4阶子式有一行全为零,值为零,所以秩(A)=3。A中存在等于零的2阶子式,如

4

34

3;还存在等于零的3阶子式,如0

00000

3

20。

3、如果从矩阵A中划去一行(或一列)得到矩阵B,问A的秩与B的秩有什么关系? 解:设m?n矩阵A的行向量为:α1,α2,……,αm-1,αm。从矩阵A中划去一

行,不妨设划去第m行,得矩阵B,则B的行向量为:α1,α2,……,αm-1。分两种情况讨论。

(1)如果αm可由α1,α2,……,αm-1线性表出,则A的行向量组与B的行向量

组等价,故A的行秩=B的行秩,即秩(A)=秩(B)。

(2)如果αm不能由α1,α2,……,αm-1线性表出,取B的行向量组的一个最大

无关组,不妨设为:α1,α2,……,αr,则αm不能由α1,α2,……,αr线性表出。据P111 11题,α1,α2,……,αr,αm线性无关,显然作成A的行向量组α1,α2,……,αm-1,αm的一个最大无关组,于是A的行秩=B的行秩+1,即秩(A)=秩(B)+1。 综上所述,知: R(B)=?

?

?-1)()(A R A R 线性表出时列不可由其它行列当删去的行线性表出时列可由其它行列当删去的行)()()()(。

4、t取何值时,向量组:α1=(6,t+1,7),α2=(t,2,2),α3=(t,

1,0)线性相关?

解:用α1,α2,α3为行向量作矩阵A,有

A =0

1

227

16t

t

t +=0

1

227162

t t t t -+--=-

2

762

t

t t ---=2t2

-5t-12

α1,α2,α3线性相关?A =0?2t2-5t-12=0?t=-2

3

或t=4。

5、t取何值时,向量组:α1=(t-2,1,3),α2=(-5,t-1,8),α

=(5,-3,t)线性无关?

解:用α1,α2,α3为行向量得矩阵A,有

A =t t t 35

815

312

----=(t+2)t

t 31811311--=(t+2)3405203

11---t t =

(t+2)3

452---t t =(t+2)(t2

-5t+26)。所以

α1,α2,α3线性无关?A ≠0?(t+2)

(t2

-5t+26)≠0 ?t≠-2且t≠2

79

5i ±。 P218 总自测题

1、(1)若向量组α1=(1,0,0),α2=(2,2,4),α3=(1,3,t)线

性相关,则t= 。

解:A =t

31422

01=t

34

2=2(t-6),

α1,α2,α3线性相关?A =0?t-6=0?t=6。

2、(3)若4阶方阵A的行列式等于零,则( )。

(A)A中至少有一行是其余行的线性组合; (B)A中每一行都是其余行的线性组合; (C)A中必有一行是零行; (D)A的列向量组线性无关; 解: 4阶方阵A的行列式等于零 ?A的行(列)向量组线性相关

?A中至少有一行(列)是其余行(列)的线性组合; 选(A)。 P262 题型举例:单项选择题

1、设α1=(a11,a12,a13),α2=(a21,a22,a23),α3=(a31,a32,

a33)都是3维向量,矩阵A=()

3

3?ij

a 。则A =0是向量组α1,α2,α3线性相关

的( )。

(A)充分条件,但不是必要条件; (B)必要条件,但不是充分条件; (C)充分必要条件; (D)既非充分也非必要条件。

解:A =0?A的行向量组α1,α2,α3线性相关。选C。

P143:

1、求下列矩阵的秩: (1)解:

A=?????????

???------11011111100222021110→????????????------11110022202111011011→?

?

???

???????----30000

404002111011011

秩(A)=4。 (2)解:

A= ???????

??

???----1003011603024220121

1→???????

??

???---1003014030040000121

1→?

?

???

?

?

??

???---1003004000140300121

1→ ???????

??

???---0400

0040001403001211→?

?

???

??

??

???---0000

004000140300121

1;秩(A)=3。 (3)解:

A=?????????

???520153035143671792110462861214→??

???

??

?????0000

01436717921

10460000

0=B B中第2、3行对应分量不成比例,故这两个向量线性无关,作成行向量组的一

个最大无关组,秩(B)=2,从而秩(A)=2。 4、解:

A=????????????????773265

4

321432163100

5201

041001→???????????

??

???36186

018930

06310

0520

1041

00

1→???

????

?

?????

???0000

00000

06310

0520104100

1,

秩(A)=3。

6、设aibj≠0,i=1,2,…,m;j=1,2,…,n。证明矩阵

A=?

?

???????

???n m m m n n b a b a b a b a b a b a b a b a b a

2

1

2221

212111的秩为1。 证明1:因为aibj≠0,所以ai,bi都是非零实数(i=1,2,3),

A=??????????332

31

332221231211

1b a b a b a b a b a b a b a b a b a →????

?

?????00

00031211

1b a b a b a =B 所以秩(A)=B中非零行个数=1。

证明2:因为aibj≠0,i=1,2,…,m;j=1,2,…,n,所以A的第一个

行向量α1=[]n b a b a b a 12111 ≠0,故α1线性无关。对A的第i个行向量

(1≤i≤m),有

αi=[]n i i i b a b a b a 21=

1

a a i

[]n b a b a b a 12111 =

1

a a i

α1; 所以α1是α1,α2,…,αm的一个最大无关组,故秩(A)=1。

证明3: 因为a1b1≠0,所以R(A)≥1。设A的行向量组为:α1,α2,…,α

m。由于aibj≠0,i=1,2,…,m;j=1,2,…,n,所以当i≠k时,

k

i

j

k j i a a b a b a =

,j=1,2,…,n。可见A的任意两个行向量线性相关,故 R(A)<2。于是R(A)=1。

P146 第三章自测题:

1、(1)矩阵A=?

?

???

????

???--0021

81422100

3121的秩= 。

解:A=?????????

???--0021

81422100

3121→???????

?????--3100210021003121

→?

?

???

?

?

?????--5000000021003121

→?

?

???

???????--0000

500021003121;秩(A)=3。 P218 总自测题

1、(7)矩阵A=??

??

??????----451070245130103

2的秩等于 。

解1:A=??????????----4510702451301032→????

??????------4510702451323521→

??????????-------45107045107023521→??

??

??????-----0000045107023521,秩(A)=2。

P262 题型举例:

2、设ai,bi都是非零实数(i=1,2,3),α=????

?

?????321a a a ,β=[]32

1b b b ,则3

阶方阵A=αβ的秩等于( )。

(A)0; (B)1; (C)2; (D)3。

解1:因为ai,bi都是非零实数(i=1,2,3),

A=αβ=????

?

?????321a a a []32

1b b b =??????????332

31

332221

231211

1b a b a b a b a b a b a b a b a b a →????

?

?????00

00031211

1b a b a b a =B 所以秩(A)=B中非零行个数=1。选B。

解2:A=αβ=????

??????321a a a []32

1b b b =??????????332

31

332221

231211

1b a b a b a b a b a b a b a b a b a =????

?

?????321A A A 。因为ai,bi都是非零实数(i=1,2,3),所以A1=[]312

111b a b a b a ≠0,向量A1线性无

关,A2=

12

a a A1,A3=1

3a a A1,所以A1是A的行向量组A1,A2,A3的一个最大无关组,A的行秩=1,从而秩(A)=1。选B。

P147 第三章自测题

2、(4)设矩阵A=?????

????

???-32

00

54003110

4321

,4维列向量α1,α2,α3,α4线性无关,则向量组Aα1,Aα2,Aα3,Aα4的秩等于( )。

(A)1; (B)2; (C)3; (D)4。

解:A =

3

20054003110

4

321-=3254=2≠0,秩(A)=4[A可逆]。 令B=()4321αααα,已知4维列向量α1,α2,α3,α4线性无关,则

秩(B)=4[B可逆]。 AB=A()4321

αααα=()43

2

1

ααααA A A A ,所以

秩{Aα1,Aα2,Aα3,Aα4}=秩(AB)=秩(A)=4。选(D)。

3-1 矩阵的秩习题评讲

3-1 矩阵的秩习题评讲 2、设秩(A)=r,问A中有没有等于零的r-1阶子式?有没有等于零的r阶子式? 有没有不等于零的r+1阶子式? 解:秩(A)=r时,A中可能有等于零的r-1阶子式;也可能有等于零的r阶子 式;没有不等于零的r+1阶子式。例如: A=? ? ??? ? ??? ???00 00 40004320 4321,A中存在一个3阶子式4004204 21=8≠0,所有4阶子式有一行全为零,值为零,所以秩(A)=3。A中存在等于零的2阶子式,如 4 34 3;还存在等于零的3阶子式,如0 00000 3 20。 3、如果从矩阵A中划去一行(或一列)得到矩阵B,问A的秩与B的秩有什么关系? 解:设m?n矩阵A的行向量为:α1,α2,……,αm-1,αm。从矩阵A中划去一 行,不妨设划去第m行,得矩阵B,则B的行向量为:α1,α2,……,αm-1。分两种情况讨论。 (1)如果αm可由α1,α2,……,αm-1线性表出,则A的行向量组与B的行向量 组等价,故A的行秩=B的行秩,即秩(A)=秩(B)。 (2)如果αm不能由α1,α2,……,αm-1线性表出,取B的行向量组的一个最大 无关组,不妨设为:α1,α2,……,αr,则αm不能由α1,α2,……,αr线性表出。据P111 11题,α1,α2,……,αr,αm线性无关,显然作成A的行向量组α1,α2,……,αm-1,αm的一个最大无关组,于是A的行秩=B的行秩+1,即秩(A)=秩(B)+1。 综上所述,知: R(B)=? ? ?-1)()(A R A R 线性表出时列不可由其它行列当删去的行线性表出时列可由其它行列当删去的行)()()()(。 4、t取何值时,向量组:α1=(6,t+1,7),α2=(t,2,2),α3=(t, 1,0)线性相关? 解:用α1,α2,α3为行向量作矩阵A,有

矩阵的秩及其应用

矩阵的秩及其应用 摘要:本文主要介绍了矩阵的秩的概念及其应用。首先是在解线性方程组中的应用,当矩阵的秩为1时求特征值;其次是在多项式中的应用,最后是关于矩阵的秩在解析几何中的应用。对于每一点应用,本文都给出了相应的具体的实例,通过例题来加深对这部分知识的理解。 关键词:矩阵的秩; 线性方程组; 特征值; 多项式 引言: 阵矩的秩是线性代数中的一个概念,它描述了矩阵的一个数值特征。它是矩阵 的一个重要性质。在判定向量组的线性相关性,线性方程组是否有解,求矩阵的特征值,在多项式、空间几何中等多个方面都有广泛的应用。由于矩阵的秩的重要作用和地位,需要我们认真学习。 1.矩阵的秩及其求法 1.1矩阵的秩的定义 定义1.1.1[1] 矩阵A 的行(列)向量组的秩称为矩阵A 的行(列)秩。 定义1.1.2[2] 矩阵的列向量组(或行向量组)的任一极大线性无关组所含向量的个数称为矩阵的秩。 定义1.1.3[1] 设在矩阵A 中有一个不等于零的r 阶子式,且所有的1r +子式(如果存在的话)全等于零,则称矩阵A 的秩为r ,记为()r A r =或秩()A r =。零矩阵的秩规定为零。 注:由定义可以看出

(1)若A 为n m ?矩阵,则()r A m ≤,也()r A n ≤,即()min{,}r A m n = (2) ()()T r A r A = ,()()r kA r A = ,k 为非零数 1.2 矩阵的秩的求法 定义法和初等变换法是我们常用的求矩阵的秩的两种方法,下面就来比较一 下这两种方法。 方法1 按定义 例1.2.1 求矩阵A =?? ????????--413112212228 32的秩 解 按定义3解答,容易算出二阶子式 12232-0≠,而矩阵的所有三阶子式 13 1 2122832--=0,43112122232-=0,41312212 2 8 3--=0,4 1112222 8 2 -=0 所以 ()2r A = 方法2 初等变换法 引理1.2.1[1] 初等变换不改变矩阵的秩。 例1.2.1求矩阵23822122121314A -?? ??=-?? ????的秩 解 用“→”表示对A 作初等变换,则有 A →13142122122382????-????-??→131406440966????-????-??→131406440000?? ?? -??????=B ,在矩阵B 中易 知,所有三阶子式全为零,且有一个二阶子式 1306 ≠0. 所以()2r B =, 可得

矩阵的秩及其多样性的解法

矩阵的秩及其多样性的解法 数学学院 数学与应用数学(师范)专业 摘 要:矩阵论是代数学中一个重要组成部分和主要研究对象,而矩阵的秩又是矩阵的一个重要指标,本文研究了与矩阵的秩的相关性质及其多样性的解法, 用定理和实例说明了行列式、线性空间、线性方程组、分块矩阵和矩阵秩的关系及其在求矩阵的秩中的应用。 关键词: 矩阵的秩; 行列式; 线性方程组; Abstract :Matrix theory is an important part of the main object of study in algebra and rank of the matrix is an important indicator of the matrix, we study the rank of the matrix solution of the nature and diversity of theorems and examples illustratedeterminant, linear space, linear equations, the block matrix and the matrix rank and matrix rank. Keywords: Rank of matrix; V ector; Linear equations; 引言、引理 矩阵理论是高等代数的主要内容之一, 在数学及其它科学领域中有着广泛的应用.在矩阵理论中, 矩阵的秩是一个重要的概念. 它是矩阵的一个数量特征, 而且是初等变换下的不变量. 本文归纳了矩阵的秩相关性质及等价条件,并从行列式、线性方程组、线性空间以及分块矩阵的角度来阐述矩阵秩的不同解法。 矩阵的秩的等价刻划 设A F m n ?∈ ,则rank(A)=r ?A 中不为零的子式的最大阶数是r ; ?A 中有一个r 阶子式D 不等于零,所有包含D 作为子式的 r+1阶子式全为零; ? 存在可逆矩阵m n P F ?∈,m n Q F ?∈,使得000r E P A Q ?? = ??? ; ? A 的行(列)向量的极大无关组所含向量的个数为r;

矩阵的秩 学年论文

学院数学与信息科学学院 专业信息与计算科学 年级2009级 姓名张晓函 论文题目矩阵的秩 指导教师彭玉成职称讲师成绩 2009年5月25日

学年论文成绩评定表

目录 摘要 (1) 关键词 (1) Abstract (1) Keywords (1) 引言 (1) 1预备知识 (1) 2矩阵的秩的性质 (2) 3矩阵秩的计算 (4) 4矩阵秩的应用 (8) 5结束语 (9) 参考文献 (9)

矩阵的秩 学生姓名:张晓函学号:20095034048 数学与信息科学学院信息与计算科学系 指导教师:彭玉成职称:讲师 摘要:本文是关于求一个数字矩阵的秩的方法的初步探究.归纳总结了求矩阵秩的常用方法. 关键词:矩阵;初等变换;子式;极大线性无关组 Matrix rank Abstract:This article is about for a digital matrix rank of the preliminary inquiry method. Summarizes the commonly used method of matrix rank Keywords: matrix,elementary transformation, son,great linearly independent groups 前言 矩阵是贯穿线性代数的一块重要内容.而对矩阵秩的探究是我们学习矩阵的一个重要部分.也是我们判断线性方程组解的情形的重要手段.下面就来具体讨论、探究数字矩阵秩的求解方法. 1.预备知识 定义1.1:矩阵A中不为零的子式的最高阶数称为A的秩.记作() r A 定义1.2:矩阵的行秩就是矩阵行向量的秩;矩阵的列秩就是矩阵列向量的秩. 矩阵A中任意选定k行和k列,位于这些选定的行和列的交点定义1.3:在一个s n 上的2k个元素按原来的次序所组成k级行列式,称为A的一个k级子式. 定义1.4:向量组的极大线性无关组所含向量的个数称为这个向量组的秩. 2.矩阵的秩的性质 1)现在我们来研究矩阵的秩具有哪些性质,从而利用这些性质求矩阵的秩。 性质2.1矩阵的行秩与列秩相等.

对矩阵的秩的有关理解及其在线性代数中的应用

对矩阵的秩的有关理解及其在线性代数中的应用 摘 要:本文叙述了矩阵秩的几个等价定义,并且给出了几个相关秩的解法.通过例子来验证和探讨了矩阵秩在线性代数中的应用,这些知识对我们理解矩阵的本质,灵活运用矩阵的秩去分析相关问题有一定的意义和作用. 关键词:矩阵的秩;秩的解法;秩的应用 On the Rank of Matrix relating to the understanding Extremely in the Application of Linear Algebra Abstract : This article describes several equivalent definitions of matrix rank, and gives the solution of some rank. Through example to verify that the discussion and application of matrix in linear algebra, this knowledge to our understanding of the nature of the matrix, flexible use of matrix rank to have a certain meaning and analysis of related problems. Key words : rank of matrix; rank method; the application of rank 0 前言 矩阵的理论是线性代数的理论基础。而在矩阵的理论中,矩阵的秩是一个基本的理论概念,也是矩阵最重要的数量特征之一,他在初等变换下是一个不变量.它是反应矩阵固有特性的一个重要概念.矩阵作为线性代数的重要工具,已渗透到各章内容之中,并成为行列式、线性代数方程组、线性空间、欧氏空间和二次型的纽带,它把线性代数各章节贯串成为一个整体.而矩阵的秩几乎贯穿矩阵理论的始终,是矩阵一个重要的、本质的属性,在求方阵的逆、判断线性方程组是否有解以及有多少个解、判断向量组的线性相关性、求矩阵的特征值等方面,矩阵的秩都有着广泛的应用. 1 矩阵秩的概念 首先给出矩阵秩的几个等价定义 定义1 设s ,矩阵中不为0子式的最高阶数,即A 有r 阶子式不为0,任何1r +阶子式(如果存在的话)全为0,称r 为矩阵A 的秩。记做()R A r =. 从本质上说,矩阵的秩就是矩阵中不等于0的姿势的最高阶数。这个不为0的子

浅谈矩阵的秩及其应用定稿

山西师范大学本科毕业论文 浅谈矩阵的秩及其应用 姓名李欢 院系数学与计算机科学学院专业数学与应用数学 班级07510101 学号0751010125 指导教师张富荣 答辩日期2010.12.20 成绩

浅谈矩阵的秩及其应用 内容摘要 矩阵理论,在线性代数中占有十分重要的地位。而在矩阵理论中,矩阵的秩又是一个十分重要的概念,它是矩阵的一个数量特征,而且初等变换不改变矩阵的秩,是初等变换下的不变量。矩阵的秩与矩阵是否可逆,线性方程组的解得情况等都有密切的关系。 论文开头介绍了矩阵的秩,矩阵的行秩和列秩以及与矩阵有关的常见的命题和定理,部分定理并给出证明。第二部分介绍了计算矩阵的两种计算方法,求非零子式的最高级数法和初等变换法,并对其优劣进行比较。在矩阵的运算过程中,矩阵的秩存在某些关系,熟练地掌握这些关系对解有关矩阵的习题很有帮助。最后详细地介绍了矩阵的秩与线性方程组解的个数之间的关系,并将其应用到解析几何中,判断空间两直线位置关系。 本论文主要将矩阵的秩这一重要概念的相关内容及其相关定理的证明详细给出,并在一些具体题目中加以应用。 【关键词】矩阵矩阵的秩线性方程组非零子式的最高级数初等变换

A Brief Introduction on the rank of Matrix and the Application of the rank of Matrix Abstract In matrix theory, rank of matrix is an important concept. It is a matrix of number of characteristics, and it is invariant under elementary transformations. Rank of matrix may have a close relationship with the solution of linear equations. At the beginning, the paper presents the concept of rank of matrix, the matrix row rank and column rank, and the common matrix-related theorems. And some theorems are given proof. The second section of the paper describes two methods for calculating the rank of matrix, one is seeking the highest grade of the non-zero minor, and the other is elementary transformation. And it compares their advantages and disadvantages. In the process of matrix computation, there are some important relations about the matrix rank .If we have a good understanding about these relations, it will be very helpful. Finally, it has a detail description on the application of the rank of matrix, especially the relationship between the rank of matrix and the solution of linear equations. In this paper, it contains some important concepts related to the rank of matrix, the proof and some specific application. 【Key Words】matrix rank of matrix linear equations the highest grade of the non-zero minor elementary transformation

浅谈矩阵的秩及其应用的开题报告汇总

鞍山师范学院 本科毕业生毕业论文开题 报告 题目:浅谈矩阵的秩及其应用 系别:数学与信息科学学院 专业:数学与应用数学 年级:13级2班 姓名:杨笑 导师:张立新

(一)选题意义 1. 理论意义: 高等代数作为数学专业基础课程之一,矩阵理论又是它主要的内容,其中矩阵的秩特别重要,它是反映矩阵固有性质的一个重要概念。不管是数学专业还是非数学专业,掌握矩阵的秩的定义以及简单性质,有助于我们解决一些基本的矩阵的秩的相关问题。通过本篇论文,可以让我们对矩阵的秩有更加深刻的理解,及灵活运用矩阵的秩分析相关问题有一定的意义和作用。 2. 现实意义: 矩阵的秩几乎贯穿矩阵理论的始末,是矩阵的一个重要的本质属性,在解线性方程组,判断线性空间中点线面的位置关系,以及在解析几何中,判断空间两直线位置关系等领域都有广泛的应用。 (二)论文综述 1、国内外研究现状及分析: 矩阵是数学中的一个重要的基本概念,是代数学的一个主要研究对象,也是数学研究和应用的一个重要工具。最初,矩阵概念的产生是作用于解线性方程组,英国数学家凯莱在矩阵论的研究中作出了巨大贡献,定义了矩阵的秩、初等因子、矩阵初等变换等概念,并且讨论了矩阵初等变换的一些重要性质,同时,弗罗伯纽斯的贡献也不是不可磨灭的,在凯莱的基础上,引进了正交矩阵、矩阵的相似变换等概念,并讨论了正交矩阵与合同矩阵的一些重要性质。矩阵本身所具

有的性质依赖于元素的性质,矩阵由最初作为一种工具经过两个多世纪的发展,现在已成为独立的一门数学分支——矩阵论。 矩阵的应用也是相当广泛的,不仅仅是在数学领域,在物理、力学、科技等方面也发挥了不可忽视的作用,目前,虽然很多数学家在矩阵的秩的研究中做出了很多贡献,但是,矩阵的秩作为矩阵的一个重要性质,在高等代数、几何空间、数学分析等方面都有密切关系,例如矩阵分析法在企业战略管理、营销活动、供应链管理技术、教学效率评价、射击训练效果评价等方面都起到举足轻重的作用。在解析几何中,矩阵的秩可用来判断空间中两直线、两平面及直线和平面之间的关系。在控制论中,矩阵的秩可用来确定线性系统是否为可控制的,或可观察的。此外,矩阵的秩也可用来判定向量组的线性相关性、两个向量组之间的等价、求向量组的极大无关组、向量组的线性表示、求齐次线性方程组的基础解系、求解非齐次线性方程组等等。分块矩阵是矩阵论中一个比较重要的内容,它的应用研究非常广泛和深刻,特别是在高等代数和线性代数中分块矩阵的应用更加广阔,例如在计算行列式、求逆矩阵及矩阵的秩等方面,都有着很重要的应用。但国内一些专家对其研究主要是在证明和计算等方面。如研究用分块矩阵解决行列式和方程组等问题,研究用分块矩阵解循环分块矩阵方程问题,研究用分块矩阵求逆矩阵问题。但在分块矩阵的推广方面很少有研究,难以创新,但分块矩阵的应用的研究不能仅仅停留于现在这个程度,应该使其推广和应用到其它领域之中,使之能够成为我们学习和研究便利的工具。所以矩阵依然有着很大的研究价值。

浅谈矩阵的秩

目录 摘要 (1) Abstract (1) 前言 (1) 1.矩阵的秩的概念 (1) 2.秩的求法[]1 (2) 2.1子式判别法 (2) 2.2初等变换法 (2) 3.矩阵的秩的应用 (2) 3.1方程组与矩阵的秩 (2) 3.1.1判断齐次线性方程组有非零解[]3 (2) 3.1.2判断非齐次线性方程组的解 (3) 3.1.3线性方程组有解 (3) 3.2矩阵运算与矩阵的秩 (4) 3.2.1加法 (4) 3.2.2 乘法 (4) 3.3可逆矩阵与矩阵的秩 (4) 结束语 (5) 参考文献 (5)

浅谈矩阵的秩 摘 要: 矩阵的秩,是矩阵最重要的数字特征之一。矩阵的很多性质可以通过矩阵的秩来刻画。基于矩阵的秩在高等代数学中的重要性,本文系统总结了矩阵的秩的基本性质,求法及其应用。 关键词: 矩阵的秩;线性方程组;初等变换,可逆矩阵 Matrix rank Abstract: Matrix rank, it is one of the most important characteristics of digital matrix. Many properties of matrix rank of the matrix to depict. Based on the matrix rank in higher algebra, the importance of system in this paper summarizes the basic properties of the rank of matrix, the calculation methods and their applications. Keywords : matrix rank; System of linear equations; Elementary transformation, reversible matrix. 前言 矩阵是数学中的一个重要的基本概念,也是应用数学研究的一个重要工具。矩阵的理论是线性代数的主要组成部分,也是线性方程组的理论基础。而在矩阵的理论中,矩阵的秩是一个基本的概念,也是矩阵最重要的数量特征之一,它在初等变换下是一个不变量。它反映矩阵固有特性的一个重要概念。 1.矩阵的秩的概念 一个向量组的极大线性无关组所含向量的个数称为这个向量组的秩。所谓矩阵的行秩就矩阵的行向量组的秩,矩阵的列秩就是矩阵的列向量组的秩。矩阵的行秩等于矩阵的列秩,并统称为矩阵的秩,记作R (A ) 例如,矩阵 113102-14A=00050 000???????????? 的行向量组是 1α =(1,1,3,1) 2α =(0,2,-1,4) 3α =(0,0,0,5) 4α =(0,0,0,0) 可以证明,1α,2α,3α,是向量组1234αααα,,,的一个极大线性无关组,事实上,由 112233k k k ααα++=0可得1230k k k ===,这就证明了123ααα,,线性无关。因为4α是零向量,所以添上4α后就线性相关了。因而向量组的秩为3,即向量组的行秩为3。A 的列向量组是 1β=(1,0,0,0), 2β=(1,2,0,0), 3β=(3,-1,0,0), 4β=(1,4,5,0)

相关文档
最新文档