4-3向量组的秩北京邮电大学 陈曦 线性代数

合集下载

4-3 向量组的秩

4-3 向量组的秩
下页 结束 铃
首页
返回
例 4 求矩阵A的列向量组 三个非零行的首非零元所对 的一个最大无关组 并把不属 应的列向量a1 a2 a4为列向量 于最大无关组的列向量用最 组的一个最大无关组 大无关组线性表示 其中 把A的行最简形矩阵记作 B(b1 b2 b3 b4 b5) 2 1 1 1 2 1 1 2 1 4 由于方程Ax0与Bx0同解 A 4 6 2 2 4 3 6 9 7 9 因此向量a1 a2 a3 a4 a5之间 解 对A施行初等行变换 与向量b1 b2 b3 b4 b5之间有 相同的线性关系 现在 变为行最简形矩阵 b3b1b2 b54b13b23b4 1 0 1 0 4 r 0 1 1 0 3 因此 A~ 0 0 0 1 3 0 0 0 0 0 a3a1a2 a54a13a23a4
首页 上页 返回 下页 结束 铃
定理1 矩阵的秩等于它的列向量组的秩 也等于它的行向量组 的秩 证明 设A( a1 a2 am) R(A)r 并设r阶子式Dr0 由Dr0知Dr所在的r列线性无关 又由A中所有r1阶子式 均为零 知A中任意r1个列向量都线性相关 因此Dr所在的r 列是A的列向量组的一个最大无关组 所以A的列向量组的秩 等于r 类似可证矩阵A的行向量组的秩也等于R(A)
首页 上页 返回 下页 结束 铃
例 4 求矩阵A的列向量组 可见R(A)3 故列向量组的最 的一个最大无关组 并把不属 大无关组含3个向量 于最大无关组的列向量用最 因为在 A的行阶梯形矩阵 大无关组线性表示 其中 中 三个非零行的首非零元在 1、2、4列 故a1 a2 a4为列向 2 1 1 1 2 1 1 2 1 4 量组的一个最大无关组 A 4 6 2 2 4 3 6 9 7 9 这是因为 解 对A施行初等行变换 变为行最简形矩阵

[考研数学]北京航天航空大学线性代数 4-3

[考研数学]北京航天航空大学线性代数 4-3

1 1 1 1 1 1 0 0 3 0 0 -3 3 1 1 1 1 (-1) 0 0 1 1 0 0 0 0 于是原方程组的解为 x1 x 2 1 1 0 0 x x 0 0 1 1 2 2 0 0 0 0 x4 x3 x4 x4
j 1 j 1
故(kl1, kl2, …, kln) 为齐次方程组Ax=0的解向量. 注:解向量的任意线性组合仍为解向量. 齐次线性方程组Ax=0解向量的维数为n, 当 它有无穷多解时, 解向量的个数大于n, 因此所 有解向量构成的向量组线性相关, 这样解向量 组就必存在最大线性无关组, 使得每一解向量 可由这个最大线性无关组线性表出.
aij x j 0
j 1
n
i 1,2 ,m
齐次线性方程组解的性质 性质1 齐次线性方程组Ax=0的两个解向量 的和仍是解向量. 证 设(k1, k2, …, kn)及(l1, l2, …, ln) 是齐次 方程组Ax=0的两个解向量,则有
aij ( k j l j ) aij k j aij l j 0
定义 设α1, α2, …, αk是齐次线性方程组(2)的 一组解向量,并且 1. α1, α2, …, αk是线性无关的; 2.方程组(2)的任意一个解向量均可由α1, α2, …, αk 线性表出. 则称α1, α2, …, αk 是齐次方程组(2)的一个 基础解系. 基础解系是齐次方程组解向量组的最大线性 无关组. 而一个向量组的最大线性无关组不唯 一, 同一向量组的不同最大线性无关组所含向 量个数相同, 这样齐次线性方程组Ax=0的基础 解系所含向量个数是唯一确定的.
证 设β1, β2,…, βn-r 是齐次方程组(2)的任意nr个线性无关的解向量, α 是任意一个解向量. 因为R(A)=r<n,则由定理3.1知方程组有基础 解系α1, α2,…, αn-r .

线性代数4-3

线性代数4-3

那么称向量组A0 是向量组 A 的一个最大线性无关 向量组 (简称最大无关组) ; 最大无关组所含向量个 数 r 称为向量组A 的秩,记作 A 。 R 只含零向量的向量组没 有最大无关组,规定它 的秩 为0。
1
矩 阵 的 秩 与 向 量 组 秩 的 关 系
定理1 矩阵的秩等于它的列向 量组的秩,也等于
a1 a2 a3 a4 a5
2 4 4 9
~
1 r 0 0 0
b1 b2 b3 b4 b5
0 1 0 4 1 1 0 3 0 0 1 3 0 0 0 0
易知 a1 x1 a2 x2 a3 x3 a4 x4 a5 x5 o 与 b1 x1 b2 x2 b3 x3 b4 x4 b5 x5 o 同解, 故 a1 , a2 , a3 , a4 , a5 与 b1 , b2 , b3 , b4 , b5有完全相同的线性关系
证一 设向量组 A 与向量组B 合成向量组C,
因为B能由A线性表示, 故 RA RC ,
而 RA RB , 故 RA RB RC ,
由定理 2 的推论可知,A 组与 B 组等价。
11
例2 设向量组 B 能由向量组A 线性表示 且它们的 ,
秩相等,证明向量组 与向量组 B 等价. A 证二 设两个向量组的秩都为,并设 A 组和 B 组的 r
说明
最大无关组不唯一; 若向量组 A 的秩为 r , 则 A 中任意 r 个线性无关的 向量都是A的一个最大无关组.
3
例1
全体 n 维向量构成的向量组记 R ,求 R 的 作
n n n
一个最大无关组及 的秩. R
解 因为n维单位坐标向量构成的 向量组
E : e1 , e2 , , en 是线性无关的, 知 R n 中的任意n 1 个向量都 又

线性代数课件-4.3向量组的秩

线性代数课件-4.3向量组的秩

4
,
1
5
7
试讨论向量组 a1, a2, a3 及向量组a1, a2 的线性相关性,并求
向量组 a1, a2, a3 的一个最大无关组.
解:
1 0 2 1 0 2
1
2
4
r
~
0
2
2
1 5 7 0 0 0
可见 R(a1, a2 ) = 2,故向量组 a1, a2 线性无关,
同时, R(a1, a2, a3 ) = 2,故向量组 a1, a2, a3 线性相关,
2 0
1 0
1 1
B0
3
6
7
0
0
0
矩阵的秩等于它的列向量组的秩,也等于它的行向量组的秩.
若Dr 是矩阵 A 的一个最高阶非零子式,则Dr 所在的 r 列是 A 的 列向量组的一个最大无关组,Dr 所在的 r 行是 A 的行向量组的 一个最大无关组.
向量组的最大无关组一般是不唯一的.
今后,向量组 a1, a2, …, am 的秩也记作 R(a1, a2, …, am ) .
2 1 1 1 2 1 1 2 1 4
A
1
1 2
1
4
r
~
0
1
1
1
0
4 6 2 2 4 0 0 0 1 3
3
6 9
7 9 0 0
00
0
行阶梯形矩阵有 3 个非零行,故R(A) = 3 .
第二步求 A 的最高阶非零子式.选取行阶梯形矩阵中非零行
的第一个非零元所在的列,与之对应的是选取矩阵 A 的第一、
r
~
0
1
1
1
0
事实上,

4-3向量组的秩

4-3向量组的秩

即 x1 x 2 x n 0 , 1 , 2 , , n线性无关 .
13
西安交通大学
线性代数与空间解析几何
证法2
要证 B m n的列向量组线性无关
,
即相当于要证 r ( B ) n . 由已知 AB I , n r ( I n ) r ( AB ) r ( B m n ) n , r ( B ) n.
9
西安交通大学
线性代数与空间解析几何
例4.3.5 设 1 , 2线性无关 , 试求向量组 1 1 2 ,
2 1 2的秩 .

由已知 , 1 , 2可由 1 , 2线性表示 , 1 1 1 1 又因 1 1 2 , 2 1 2 2 2 2 2 故两向量组等价 , r ( 1 , 2 ) r ( 1 , 2 ) 2.
量 都可作为 U的极大无关组 .
4
西安交通大学
线性代数与空间解析几何
例4.3.1 已知两个向量组
( �):1 1 2 3 , 2 3 0 1 , 3 9 6 7 ;
T T T
(� ) : 1 0 1 1 , 2 a 2 1 , 3 b 1 0 .
12
西安交通大学
线性代数与空间解析几何
例4.3.6 设矩阵 An m、 B m n满足 AB I n , 其中 I n为 n 阶 单位矩阵,且 n m .证明: B 的列向量组线性无关 . 证法1 设 B 按列分块为 B 1
2
n
设有 x1 , x 2 , , x n , 使得 x1 1 x 2 2 x n n 0 x1 x 2 即 1 2 n 0 x n 亦即 Bx 0 , 其中 x ( x1 , x 2 , , x n )T , 两端左乘 A , 得 , ABx 0 . 因为 AB I , 得 x 0 ,

《线性代数教学PPT》向量组的秩

《线性代数教学PPT》向量组的秩


1,2, ,r为(A)的一个极大(最大)无关组 数
( A)的极大无关组必与(A)等价 : 最本质的性质.
注: (1)向量组的极大无关组不是唯一的.
=
(2)同一向量组的两个极大无关组间是等价的;
=
问题:如果(A)的极大无关组不唯一,问其任意
两个极大无关组所含向量个数是否唯一?
线
定理5 设有两个向量组: 性

1 2 3 0 1 2 3 0
=
0 1 1 1 0 1 1 1 所求秩为3. 0 0 12 0 0 0 1 0
=
0 0 12 0 0 0 0 0
例3.11: 求下列向量组的一个极大无关组及向量组的秩
1 (1,1, 2, 2,1)T ,2 (0, 2,1,5, 1)T ,3 (2, 0,3, 1,3)T ,
1 0

0 0 0

且有 3 21 2
1 0 0 2 0 1 0 1

这是因为1
2
4

3


0 0
0 0
1 0
0
0

=
0 0 0 0
=
例12 将 = (1,0,-4)T 用1 =(0,1,1)T,
2 =(1,0,1)T,3 =(1,1,0)T 线性表出.
2
5
1
4

0
5
5
2

0
5
5
2


1 1 3 1 0 1 1 2 0 1 1 2
1 0 2 1 1 0 2 1 1 0 2 0
0 1 1
0

0 1
1

4.3 向量组的秩

4.3 向量组的秩

满足(1)1 , 2 ,, r 线性无关;
(2)V中的任一个向量都可以由1 , 2 ,, r 线性表示。
则称向量组1 , 2 ,, r 是向量组V的一个极大线性无关组, 极大线性无关组含有向量的个数r为向量组V的秩,记作
rankV r 或者 r (V ) r.
等价的向量组 1 , 2 , , p 线性相关的条件是
rank{1,2 ,, p } p
问题:如何求向量组的秩和极大无关组?
r 定理4.3.2 设 A [α1 , α2 ,, αn ] B [ 1 , 2 ,, n ] 即A与B行等价,
则A的列向量组与B的列向量组有相同的线性关系,即方程组 与
的秩和一个极大无关组,并用此表示其它向量。 解:把向量按列排成矩阵,化为行最简形矩阵
1 3 [1 , 2 , 3 , 4 , 5 ] 1 1 2 2 2 2 2 2 6 2 3 1 1 0 4 1 4 r 0 0 6 5 0 0 1 0 0 2 2 0 0 0 0 1 0 1 2 1 , 2 , 3 , 4 , 5 3 0
x1α1 x2α2 xnαn 0
x11 x2 2 xn n 0
(1)
(2) 同解。
证明:A与B是行等价矩阵,即存在可逆矩阵P使得PA=B,从而
i Pαi , αi P 1i (i 1, 2,, n)
T 设 u [u1, u2 ,, un ] 是(1)的解,即 u1α1 u2α2 unαn 0
u1P11 u2 P12 un P1n 0
u11 u22 unn 0
即u也是(1)的解,综上方程(1)(2)是同解方程。

求向量组的秩的三种方法

求向量组的秩的三种方法

求向量组的秩的三种方法一、概述向量组的秩,即向量组中线性无关向量的个数。

秩是线性代数中非常重要的概念,涉及到向量组的基、解空间及解的唯一性等概念。

本文将详细介绍求向量组秩的三种方法:高斯消元、矩阵的秩和行列式的秩,同时附上实例说明。

二、高斯消元法高斯消元法是解决线性方程组的一种基本方法,用于消元、求解下三角矩阵和上三角矩阵。

在求向量组秩时,可以将向量组构成增广矩阵,通过高斯消元将其变为简化阶梯形矩阵,然后根据主元的数量,即非零行数,即可得到向量组的秩。

对于向量组:\begin{bmatrix}1\\2\\3\end{bmatrix},\begin{bmatrix}2\\4\\6\end{bmatrix},\begin{bmatrix}1\\3\\5\end{bmatrix}构成增广矩阵:\begin{bmatrix} 1 & 2 & 3\\ 2 & 4 & 6\\ 1 & 3 & 5 \end{bmatrix}通过高斯消元可得简化阶梯形矩阵:\begin{bmatrix} 1 & 2 & 3\\ 0 & 0 & 0\\ 0 & 0 & 0 \end{bmatrix}可知主元是1,非零行数是1,因此向量组的秩是1。

三、矩阵的秩矩阵的秩是线性代数中非常基础的概念之一,也是求向量组秩的一种方法。

矩阵的秩是指在矩阵的行(或列)空间中,线性无关的向量的个数。

对于一个m\times n矩阵A,如果它的秩为r,则有以下三条性质:1. 行秩:A的行空间的秩为r;2. 列秩:A的列空间的秩为r;3. 行列式:A的任意r\times r子式的行列式不为0,而r+1阶子式的行列式为0。

由此可知,对于一个向量组,可以将其构成矩阵,然后求出矩阵的秩来得到向量组的秩。

对于向量组:\begin{bmatrix}1\\2\\3\end{bmatrix},\begin{bmatrix}2\\4\\6\end{bmatrix},\begin{bmatrix}1\\3\\5\end{bmatrix}构成矩阵:A=\begin{bmatrix} 1 & 2 & 3\\ 2 & 4 & 6\\ 1 & 3 & 5 \end{bmatrix}通过对A做初等行变换,得到简化阶梯形矩阵:R=\begin{bmatrix} 1 & 2 & 3\\ 0 & 0 & 0\\ 0 & 0 & 0 \end{bmatrix}可知A的秩为1,因此向量组的秩也为1。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
说明 用该定理来求向量组的最大无关组。
7
例 设矩阵
⎛ 2 −1 −1 1 2⎞
A
=
⎜ ⎜
1
1
−2
1
4
⎟ ⎟
⎜ 4 −6 2 −2 4⎟
⎜ ⎝
3
6
−9
7
9
⎟ ⎠
求矩阵A的列向量组的一个最大无关组,并把 不属于最大无关组的列向量用最大无关组线性
表示。
8
4
解 对A施行初等行变换变为行阶梯形矩阵
⎛ 1 1 −2 1 4 ⎞
2
1
矩阵与向量组秩的关系
定理 矩阵的秩等于它的列向量组的秩,也等于它
的行向量组的秩。
证 设A=(a1,a2,…,am),R(A)=r,并设r阶子式Dr
≠0,可知其所在的r列向量线性无关;又由A中所有 r+1阶子式均为零,知A中任意r+1个列向量都线 性相关。因此Dr所在的r列是A的列向量的一个最大 无关组。所以列向量组的秩等于r。
⎛ ⎜⎝
0 1
0 2
⎞ ⎟⎠
等价。
4.反过来,若向量组α1,α2,…,αn与 β1, β2,…, βn 等价,
则向量组等秩,从而矩阵A与B等价。
25
作业题
P109 13,14,16 P110 17,18
26
13
⎛ 2 3 −5 4 ⎞ ⎛ 1 0 2 −1⎞
(a1
,
a2
,
b1
,
b2
)
=
⎜ ⎜ ⎜
0 −1
−2 1
6 −5
−4
⎟ ⎟
~
⎜ ⎜
0
3 ⎟ ⎜0
1 0
−3 0
2
⎟ ⎟
0⎟
⎜ ⎝
3
−1
9
−5
⎟ ⎠
⎜ ⎝
0
0
0
0
⎟ ⎠
21
可得
X
=
⎛2 ⎜⎝ −3
−1⎞ 2 ⎟⎠
因为|X|=1≠0,可知X可逆,取Y=X-1,即为所求。 因此向量组(a1,a2)与(b1,b2)等价。
5
定理 矩阵A经过初等行变换化为矩阵B,则A的列
向量组与B对应的列向量组有相同的线性组合关系。
证明 对m×n矩阵A做初等行变换化为矩阵B,相
当于用一个可逆矩阵P左乘A,即PA=B,对A和B
做列分块A=(α1,α2,…,αn),B=(β1, β2,…, βn)
则有 PA=(Pα1, Pα2,…, Pαn) =(β1, β2,…, βn)
性无关,且向量组A能由向量组B线性表示,则向量 组B是向量组A的一个最大无关组。
证明 设向量B含r个向量,则它的秩为r,
因A组能由B组线性表示,故A组的秩≤r, 从而A组中任意r+1个向量线性相关, 所以向量组B满足定义所规定的最大无关组的条件。
15
例 设向量组B能由向量组A线性表示,且它们的
秩相等,证明向量组A与向量组B等价。
12
6
推论 等价的向量组的秩相等。 证明 设向量组A与向量组B的秩依次为s和r。
因两个向量组等价,即两个向量组能相互线性 表示,故s≤r和r ≤s同时成立,所以s=r。
推论 设Cm×n=Am×sBs×n,则
R(C) ≤R(A),R(C) ≤R(B)。
证明 设矩阵C和A用其列向量表示为
C=(c1,…,cn),A=(a1,…,as)。而B=(bij),
17
另证 设向量组A和B的秩都为r,
因B组能由A组线性表示,故A组和B组合并而成的 向量组(A,B)能由A组线性表示。 而A组是(A,B)组的部分组,故A组总能由(A,B)组线 性表示,所以(A,B)组与A组等价,因此(A,B)组的 秩也为r。 又因为B组的秩为r,故B组的最大无关组B0含r个 向量,因此B0组也是(A,B)组的最大无关组,从而 (A,B)组与B0组等价。
证明 由已知条件,只要证明向量组A能由向量组
B线性表示即可。 设两个向量组的秩都为r,并设A组和B组的最大无 关组依次为A0:a1,…,ar和B0:b1,…,br ,因B组能由A 组线性表示,故B0组能由A0组线性表示,即有r阶 方阵Kr使(b1,…,br )=(a1,…,ar) Kr
16
8
因B0组线性无关,故R(b1,…,br )=r。 所以 R(Kr) ≥R(b1,…,br)=r , 但是R(Kr) ≤ r,因此R(Kr) =r 。 于是矩阵Kr可逆,并有 (a1,…,ar) =(b1,…,br ) Kr-1 即A0组能由B0组线性表示, 从而A组能由B组线性表示。
13

(c1
,L,
cn
)
=
(a1
,L,
as
)
⎛ ⎜ ⎜⎝⎜
b11 M bs1
L L
b1n M bsn
⎞ ⎟ ⎟⎟⎠
知矩阵C的列向量组能由A的列向量组线性表示, 因此R(C) ≤R(A)。 又因为CT=BTAT,同样可知R(CT) ≤R(BT), 即R(C) ≤R(B)。
14
7
推论 设向量组B是向量组A的部分组,若向量组B线
A
~
⎜ ⎜
0
1
−1
1
0
⎟ ⎟
⎜ 0 0 0 1 −3⎟
⎜ ⎝
0
0
0
0
0
⎟ ⎠
可知R(A)=3,
故列向量组的最大无关组含3个向量。
而三个非零行的第一个非零元素在1,2,4三列,
故α1,α2,α4为列向量组的一个最大无关组。
9
要把α3,α5用α1,α2,α4线性表示,必须将A再变成行
最简形矩阵。
即得
⎛ 1 0 −1 0 4 ⎞
18
9
由A组与(A,B)组等价, (A,B)组与B0等价,可知A 组与B组等价。
注意
本例题把证明两个向量组A与B等价,转换为证明 它们的最大无关组A0与B0等价。 证法一证明B0用A0线性表示的系数矩阵可逆; 证法二实质上是证明A0和B0都是向量组(A,B)的最 大无关组。
19
例 已知
⎛ 2 ⎞ ⎛ 3 ⎞ ⎛ −5⎞ ⎛ 4 ⎞
11
即存在系数矩阵Ksr=(kij),使得
(b1
,L,
br
)
=
(a1
,L,
as
)
⎛ ⎜ ⎜
k11 M
L
k1r M
⎞ ⎟ ⎟
⎜⎝ ks1 L ksr ⎟⎠
如果r>s,则方程组

K
sr
⎜ ⎜⎜⎝
x1 M xr
⎞ ⎟ ⎟⎟⎠
=
0(简记为Kx=0)
有非零解(R(K) ≤s<r),从而方程组
(a1,…,as)Kx=0有非零解,即(b1,…,br)x=0 这与B0组线性无关矛盾,所以r≤s。
A
~
⎜ ⎜ ⎜
0 0
1 0
−1 0
0 1
3
⎟ ⎟
−3 ⎟
⎜ ⎝
0
0
0
0
0
⎟ ⎠
⎧ ⎨ ⎩
a3 a5
= =
−a1 4a1
− +
a2 3a2

3a4
10
5
向量组秩的重要结论
定理 设向量组B能由向量组A线性表示,则向量组
B的秩不大于向量组A的秩。
证明 设向量组B的一个最大无关组为B0:b1,…,br,
向量组A的一个最大无关组为A0:a1,…,as,要证r≤s。 因B0组能由B组线性表示, B组能由A组线性表示, A组能由A0组线性表示。 故B0组能由A0组线性表示。
22
11
思考题
向量组等价与矩阵等价有何关系?
23
思考题解答
矩阵的等价与向量组的等价是两个不同的概念。 1.若矩阵A(α1,α2,…,αn)与B (β1, β2,…, βn )等价,则存在 可逆矩阵P,Q使得PAQ=B,R(A)=R(B),于是有 R(α1,α2,…,αn)=R (β1, β2,…, βn )。 2.而向量组等价是指这两个向量组可以相互线性表示。
3
类似可证A的行向量组的秩也等于R(A)。 向量组a1,a2,…,am的秩也记作R(a1,a2,…,am)。
结论 若Dr是矩阵A的一个最高阶非零子式,则
Dr所在的r列即是列向量组的一个最大无关组, Dr 所在的r行即是行向量组的一个最大无关组。
说明 (1)最大无关组不唯一;
(2)向量组与它的最大无关组是等价的。

βi = Pαi
6
3
设A的某些列αi1,αi2,…,αik的线性组合为
x1αi1+x2αi2+…+xk αik =0
那么有
x1βi1+x2βi2+…+xk βik
=x1Pαi1+x2Pαi2+…+xk Pαik
=P (x1αi1+x2αi2+…+xk αik )
=P·0=0
这就证明了B的列向量组βi1, βi2,…, βik与A的对应的 列向量组αi1,αi2,…,αik有相同的线性组合关系。
24
12
3.当矩阵A与B等价时,虽有这两个向量组的秩相
等,但作为向量组不一定能相互表出,因而不一
定等价。例如
α1
=
⎛ ⎝⎜
1 0
⎞ ⎠⎟

2
=
⎛ 2⎞ ⎝⎜ 0 ⎟⎠

β1
=
⎛ ⎜ ⎝
0 1
⎞ ⎟ ⎠
,
β
2
=
⎛0⎞
⎜ ⎝
2
⎟ ⎠
的秩相
等,但不等价。
但是,矩阵
A
=
⎛ ⎜⎝
1 0
2 0
⎞ ⎟⎠
相关文档
最新文档