矩阵的秩
2.7 矩阵的秩

注:若n阶方阵A可逆的充要条件为A为满秩.
1 2 3 0 0 1 0 1 r ( A) 3; A 0 0 1 0
1 2 0 1 r ( B ) 2; B 0 0
1 1 2 C 0 1 1 r (C ) 3 0 0 2
§2.7 矩阵的秩
一、矩阵的秩的概念 定义 在 m n 矩阵 A中,任取 k 行 k 列 k min{ m , n} , 位于这些行与列交叉处的 k 2 个元素,依照它们在 A 中的位置次序不变而得的 k 阶行列式,称为矩阵 A 的一个 k 阶子式.
k k m n 矩阵共有 CmCn 个 k 阶子式.
设A为一个mn矩阵, 当A=O时, 它的任何子式都 为零; 当AO时, 它至少有一个元素不为零, 即它 至少有一个一阶子式不为零. 这时再考察二阶子式 如果A中有二阶子式不为零, 则往下考察三阶子式, 依此类推, 最后必达到A中有r阶子式不为零, 而再 没有比r更高阶的不为零的子式. 这个不为零的子式 的最高阶数r, 反映了矩阵A内在的重要特性, 在矩阵 的理论与应用中都有重要意义.
A,B,C都是满秩矩阵
定理 矩阵经初等变换后, 其秩不变.
证: 仅考察经一次初等变换的情形. 设矩阵 Amn 经初等变换变为 Bmn , 且 r ( A) r , r ( A) r2 1
当对A施以互换两行或以某行非零数乘某一行的变换时, 矩阵B中任何r 1 阶子式等于某一非零数c与A的某个r 1 1 1 阶子式的乘积, 其中c=1或其它非零数. 因为A的任何 r1 1 阶子式皆为零, 因此B的任何 r1 1阶子式也都为零.
3.理解逆矩阵的概念,掌握逆矩阵的性质,以及矩阵 可逆的充分必要条件,理解伴随矩阵的概念,会用 伴随矩阵求逆矩阵.
矩阵的秩

第一章 矩阵的秩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与向量的线性关系; 线性方程组的求解; 空间中点面位置关系; 二次型; 线性变换等问题的密切的联系.1 矩阵的秩的定义及简单的公式1.1 矩阵的秩的定义定义1一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. 所谓矩阵的行秩就是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. 另外, 矩阵的秩等于它的不为零的子式的最高阶数, 这是矩阵的秩的行列式定义.定义2设()n m a A ij ⨯=有r 阶子式不为0,任何r +1阶子式(如果存在的话)全为0 , 称r 为矩阵A 的秩,记作()A R 或。
定义3 矩阵A 经过初等变换所化成的阶梯型中非零行的个数称为矩阵A 的秩. 矩阵A 的秩为r ,记为()r A R =.特别,零矩阵的秩()00=R1.2 矩阵的秩的几个简单性质性质1 ()0=A r , 当且仅当A 是零矩阵 性质2 ()n A r =, 当且仅当|A |≠0性质3 设A 是m ×n 矩阵, 则()}{n m A r ,min 0≤≤ 性质4 ()()()B r A r B A r +≤+性质5 ()()TA rank A rank =1.3矩阵秩的求法(1)定义法找出矩阵A 中不为零的最高子式,算出它的阶数. (2)初等变换法用初等变换(行、列均可)将矩阵A 化为标准形r E O O O ⎛⎫⎪⎝⎭,即可得出()R A r =;或化成阶梯形矩阵,其非零行的个数即为秩.例设6117404112901316124223A ⎛⎫ ⎪ ⎪⎪=- ⎪--- ⎪ ⎪-⎝⎭, 求秩(A) 解 A →1290404161171316124223-⎛⎫ ⎪ ⎪ ⎪ ⎪--- ⎪ ⎪-⎝⎭→1290084010115570525108403-⎛⎫⎪- ⎪⎪- ⎪-- ⎪ ⎪-⎝⎭→12900151015711015150153-⎛⎫ ⎪-- ⎪ ⎪-- ⎪-- ⎪ ⎪--⎝⎭→12900151000458800034000014-⎛⎫ ⎪-- ⎪ ⎪- ⎪- ⎪ ⎪-⎝⎭所以()3R A =.第二章 矩阵的秩的相关问题1 矩阵的秩在向量组线性相关性问题中的应用向量组的线性相关性是线性代数中一个较为抽象的概念, 它既是线性代数的重点, 又是一个难点。
矩阵求秩计算方法

矩阵求秩计算方法
矩阵的秩可以通过以下几种方法计算:
1.通过初等行变换,将矩阵化为阶梯形,然后数一下非零行的行数(或非零
列的列数),即为矩阵的秩。
在线性代数中,一个矩阵A的列秩是A的线性独立的纵列的极大数,通常表示为r(A),rk(A)或rankA。
类似地,行秩是A的线性无关的横行的极大数目。
2.使用矩阵秩的定义,找到一个k阶子式不为0,k+1阶子式为0,则秩等于
k。
3.只要x1,x2,…,xn两两不同,就是满秩矩阵,秩为n。
如果有
x1=x2=x3,x4=x5,其他再无相等那么n-2-1,即秩为n-3。
4.通过矩阵的行列式值计算秩。
对于一个n阶方阵A,其行列式值为0,那么
它的秩r(A)小于n;如果行列式值不为0,那么它的秩r(A)等于n。
这是因为行列式值等于0意味着矩阵至少有一行或一列的所有元素都是0,因此该矩阵的秩不可能大于n-1。
以上就是计算矩阵秩的一些方法,具体使用哪种方法取决于矩阵的形式和大小。
线性代数-矩阵的秩

设A
=
2 −2 3
−4 4 −6
8 −2 0
−036 , b
=
2 43
求矩阵A及矩阵B = ( A b)的秩. 解 分析:设 B 的行阶梯形矩阵为 B~ = ( A~,b~),
则 A~ 就是 A 的行阶梯形矩阵, 故从 B~ = ( A~,b~) 中可同时看出 R( A) 及 R(B).
1 − 2 2 − 1 1
故 R(AT A) = R(A).
又由于 B 也可经一次初等变换变为 A, 故也有 R(B) ≤ R( A).
因此 R( A) = R(B).
经一次初等行变换矩阵的秩不变,即可知经 有限次初等行变换矩阵的秩仍不变.
设A经初等列变换变为 B,也有R( A) = R(B).
设 A 经初等列变换变为 B, 则 AT 经初等行变换变为 BT , R( AT ) = R(BT ),
6 11
则这个子式便是A 的一个最高阶非零子式.
设 n 阶可逆矩阵 A, A ≠ 0, ∴ A 的最高阶非零子式为 A, R( A) = n, 故 A 的标准形为单位阵 E, A ~ E.
可逆矩阵的秩等于阶数 ,故称可逆矩阵 为满秩矩阵. 奇异矩阵为降秩矩阵 .
1 − 2 2 − 1 1
例5
− 2 0 1 5
解
13 02 −2 0
1 0
3 = 2 ≠ 0, 2
计算A的3阶子式,
−2
1 3 2 1 −2 2
− 1 = 0, 0 2 3 = 0, 0 − 1 3 = 0,
1
−2 0 5 −2 1 5
3 −2 2
2 − 1 3 = 0, ∴ R(A) = 2.
015
1 3 − 2 2 另解 对矩阵 A = 0 2 − 1 3 做初等变换,
求矩阵的秩的三种方法

求矩阵的秩的三种方法矩阵是线性代数中的一个重要概念,它由一个数域中的矩形阵列组成,是线性变换的一种表现形式。
矩阵的秩是矩阵的重要性质之一,它可以告诉我们矩阵中行向量或列向量之间的关系。
在实际应用中,求解矩阵的秩是非常常见的问题。
本文将介绍矩阵的三种求解秩的方法。
方法一:高斯消元法高斯消元法是求解矩阵秩的一种基础方法。
对于一个矩阵A,如果它的秩为r,则A必然存在一个大小为r的非零行列式。
我们可以通过对矩阵A进行初等行变换将矩阵转化为行简化阶梯矩阵,然后统计矩阵中非零行的个数来确定矩阵的秩。
具体步骤如下:1. 对矩阵A进行高斯列变换,将A转化为行简化阶梯矩阵形式。
2. 统计矩阵中非零行的个数,即为矩阵的秩。
对于下面的矩阵A,我们可以通过高斯消元法求解矩阵的秩:$$A=\begin{bmatrix}1 &2 & 3\\4 &5 & 6\\7 & 8 & 9\end{bmatrix}$$按照高斯消元法的步骤对A进行初等行变换,得到行简化阶梯矩阵:方法二:矩阵的列空间对于一个矩阵A,其列空间是由A中所有列向量所张成的向量空间。
矩阵的秩等于它的列空间的维度。
我们可以先求解矩阵A的列空间的维度,然后确定矩阵A的秩。
具体步骤如下:2. 取矩阵A中与非零列对应的列向量,将它们作为张成列空间的一组基。
3. 求解列空间的维度,即为矩阵A的秩。
阶梯矩阵中非零列的位置分别是1和2,因此取A中的第1列和第2列作为列空间的一组基。
可以看出,这组基中存在一个线性关系:第2列 = 2*第1列。
矩阵A的列空间实际上只由A中的第1列张成,其维度为1,因此矩阵A的秩为1。
总结:本文介绍了求解矩阵秩的三种方法:高斯消元法、矩阵的列空间和矩阵的行空间。
对于一般的矩阵,三种方法的求解结果并不一定相同。
但无论采用哪种方法,都能够有效地求解矩阵的秩。
还有一些特殊的矩阵,它们的秩具有一些特殊性质:1. 对于一个n阶矩阵A,如果它是一个可逆矩阵,那么它的秩为n。
第一章 第五讲 矩阵的秩

第五讲 矩阵的秩矩阵的秩是线性代数中又一重要概念,它描述了矩阵的一个重要的数值特征:在判定向量组的线性相关性,线性方程组是否有解,求矩阵的特征值以及在多项式、空间几何中等多个方面都有广泛的应用。
本讲我们主要了解矩阵秩的求方法以及其与方程组各类型解的关系。
5.1.1 矩阵秩的定义在第二讲中,我们通过矩阵的初等变换定义了矩阵的行阶梯形、矩阵的行最简形以及矩阵的标准形。
其中矩阵行阶梯形与矩阵行最简形不唯一,但矩阵的标准形唯一。
因此,下面就利用矩阵标准形的唯一性来给出矩阵秩的概念。
定义5.1 对于给定的m n ⨯矩阵A ,它的标准形(-)(-)(-)(-)rr n r m r r m r n r m nE OF O O ⨯⨯⨯⨯⎛⎫=⎪⎝⎭由数r 完全确定,我们称数r 为矩阵m n A ⨯的秩(rank ),记作()R A 。
其中, r E 是r 阶单位矩阵;其余都是零矩阵。
注:(1) 零矩阵的秩为零:()0R O =;(2) 矩阵的秩就是矩阵标准形中左上角单位矩阵的阶数。
(3)对于n 阶方阵A ,当()R A n =时,称A 为满秩矩阵。
当()R A n <时,称A 为降秩矩阵.例5.1 求矩阵111610121210A ⎛⎫⎪=-- ⎪ ⎪-⎝⎭的秩。
解 先将A 通过初等变换化为标准形111610121210A ⎛⎫ ⎪=-- ⎪ ⎪-⎝⎭2131111601280306r r r r --⎛⎫⎪−−−→ ⎪ ⎪⎝⎭323111601280026r r -⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭111601280013⎛⎫ ⎪→ ⎪ ⎪⎝⎭12312101201280013r r r ---⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭13232100101020013r r r r +-⎛⎫ ⎪−−−→ ⎪ ⎪⎝⎭ ()4142433312,3100001000010c c c c c c E O -⨯--⎛⎫⎪−−−−−→= ⎪ ⎪⎝⎭可看出,矩阵A 的标准形中左上角是3阶单位矩阵,所以()3R A =. 矩阵秩有如下性质 性质5.1 ()()T R A R A =; 性质5.2 }{0()min ,R A m n ≤≤;性质5.3 如果n 阶方阵A 可逆,则()R A n =;(可逆矩阵也称为满秩矩阵) 性质5.4 {}()min (),()R PA R P R A ≤; 当P 可逆时,()()R PA R A =;若 P Q 、都可逆,且有PAQ B =,则()()R A R B =.性质5.5 max {}(),()()()+()R A R B R A B R A R B ≤≤ ;特别地,当B 为列矩阵时,有max {}(),()()()+1R A R B R A B R A ≤≤ ;性质5.6 ()()();()()().r A B r A r B r A B r A r B +≤+-≥-性质5.7 设A 为m n ⨯矩阵,(),r A r =则A 的任意S 行组成的矩阵B ,有().r B r s n ≥+-下面只证明性质5.3和性质5.4,其余的性质请学生自证。
矩阵的秩及求法

矩阵的秩及求法矩阵是线性代数中重要的概念,它有许多重要的性质和应用。
其中,矩阵的秩可以用来描述一个矩阵的性质,是矩阵理论中的重要概念之一。
本文将介绍矩阵的秩及求法。
1. 矩阵的秩矩阵的秩是描述矩阵线性无关的最大列数或行数,可以用来判断矩阵的特征和性质。
矩阵的秩可以分为列秩和行秩,两者是相等的。
当矩阵的行秩或列秩为r时,称该矩阵的秩为r,用rank(A)表示。
矩阵的秩可以看作是矩阵中某个部分的线性独立数量,它可以影响到方程组的解的数目,同时也可以影响到矩阵的行列式的值,因此矩阵的秩是矩阵理论中非常重要的一个概念。
求矩阵的秩是矩阵理论中常见的问题之一,有许多的求法。
下面我们将介绍几种常用的求法。
2.1 高斯消元法高斯消元法是求解矩阵秩的一种常用方法。
具体操作步骤如下:1)将矩阵A转化为行阶梯形矩阵U。
2)计算矩阵U中非零行的数量,这个数量就是矩阵A的秩。
例如,对于如下的矩阵:$$\left[ \begin{matrix}1&2&1\\2&2&-1\\-1&-1&2\end{matrix} \right]$$非零行的数量为3,因此该矩阵的秩为3。
2.2 奇异矩阵判定法奇异矩阵是指矩阵的行列式为0的矩阵。
如果一个矩阵是奇异矩阵,则其秩为小于矩阵的维数。
因此,我们可以通过判断矩阵的行列式是否为0来快速判定矩阵是否是奇异矩阵。
其行列式可以计算得到:$det(A)=-1$,因此该矩阵不是奇异矩阵,秩为3。
2.3 矩阵的基变换法我们可以进行列基变换,将其转化为:3. 总结矩阵的秩是描述矩阵线性无关的最大列数或行数。
我们可以通过高斯消元法、奇异矩阵判定法、矩阵的基变换法等方法来求解矩阵的秩。
在实际问题中,矩阵的秩有着重要的应用价值,例如矩阵的逆矩阵等。
3.2 矩阵的秩

非零元为对角元素的3阶行列式
2 0 0 1 3 0 3 2 = 4
24 0,
B =
返回
2 0 0 0
1 3 0 0
下页
0 1 0 0
3 2 2 5 . 3 0
铃
首页
上页
从例 1可知, 对于一般的矩阵, 当行数与列数
首页
上页
返回
下页
结束
铃
二、初等行变换法求秩
1 3 1 2 例2.求矩阵 A= 2 1 2 3 的秩。 3 2 1 1 1 4 3 5 1 3 1 2 1 3 1 2 1 3 1 2 0 7 4 7 0 7 4 7 2 1 2 3 解:A= , 0 7 4 7 0 0 0 0 3 2 1 1 0 7 4 7 0 0 0 0 1 4 3 5 所以R(A)=2。
2 2 6
1
3
1
1 1
4 5 1
~
+3
8
~
r3 r 2
1 0 0
2 4 0
上页
1
+3
5
返回
4 1 1
下页 结束 铃
首页
因为R(A)=2,
所以
5 = 0, = 5, 即 1 = 0, = 1.
1 0 0
首页 上页 返回
2 4 0
下页
1
+3
5
结束
4 1 1
铃
课堂练习 P58 29
30
首页
上页
返回
下页
结束
铃
矩阵秩的本质
A 的秩 R(A) 就是 A 中不等于 0 的子式的最高阶数.
- 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、"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、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)。
授课题目:第五节 矩阵的秩教学目的:理解矩阵的秩的定义,掌握秩的求法,重点掌握线性方程组有解的充要条件.教学重点:掌握秩的求法和线性方程组有解的充要条件. 教学难点:线性方程组有解的充要条件. 课时安排:2学时.授课方式:多媒体与板书结合. 教学基本内容:2.5 矩阵的秩1概念定义1 在矩阵m n A ⨯中任取k 行k 列,位于这些行列交叉处的2k 个元素按原次序组成的k 阶行列式称为A 的k 阶子式.则A 中不为零的子式的最高阶数称为矩阵A 的秩,记为()R A ,并规定(0)0R =.注1) 若()R A r =,则A 中至少有一个r 阶子式不等于零;而若存在1r +阶子式,则所有的1r +阶子式全为0.2)对m n A ⨯,有()m in (,)R A m n ≤. 3)()()TR A R A =.4) 对于n 阶方阵A ,()R A n =的充分必要条件是0A ≠,故也称0A ≠的A 为满秩矩阵.5) 定义1 对给定的m n ⨯矩阵A ,称其非零子式的最高阶数为A 的秩,记作()R A ,并规定(0)0R =.一些教科书称这样定义的秩为矩阵的行列式秩. 在第4章建立向量组秩的概念后,分别定义矩阵的行秩与列秩,届时指出矩阵秩就是其列向量组的秩或行向量组的秩.6) 若发现A 有一k 阶非零子式,则必成立()R A k ≥.2 计算直接按定义去计算矩阵的秩,需要求出矩阵最高阶的非零子式,在一般情形下这决非轻而易举的事情,但对形状特殊的行阶梯形矩阵而言,这却是极为简单的. 性质1 行阶梯形矩阵的秩等于其非零行的行数. 定理1 矩阵经行初等变换后,其秩不变. 推论1 矩阵经列初等变换后,其秩不变.推论2 设A 为m n ⨯矩阵,B 为m 阶满秩方阵, C 为n 阶满秩方阵,则()()()()r A r B A r A C r B A C ===.推论3 若m n A ⨯有标准形分解式A P N Q =,其中⎥⎦⎤⎢⎣⎡=000r E N ,则()R A r =.定理2 任意m n A ⨯矩阵都可以仅用行初等变换化为行阶梯形矩阵. 3 计算矩阵A 的秩的方法:用行初等变换将A 化成行阶梯形矩阵, 则行阶梯形矩阵中非零行的行数就是A 的秩. 例1 把下列矩阵化为行最简形矩阵:(1) ⎪⎪⎪⎭⎫ ⎝⎛--34313021201; (2)⎪⎪⎪⎭⎫⎝⎛----174034301320;(3) ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---------12433023221453334311. 解 (1) ⎪⎪⎪⎭⎫⎝⎛--343130212011312)3()2(~r r r r -+-+⎪⎪⎪⎭⎫ ⎝⎛---02031001201 )2()1(32~-÷-÷r r ⎪⎪⎪⎭⎫ ⎝⎛--010*********23~r r -⎪⎪⎪⎭⎫ ⎝⎛--30003100120133~÷r ⎪⎪⎪⎭⎫⎝⎛--100031001201323~r r +⎪⎪⎪⎭⎫ ⎝⎛-1000010012013121)2(~r r r r +-+⎪⎪⎪⎭⎫ ⎝⎛100001000001. (2) ⎪⎪⎪⎭⎫ ⎝⎛----174034301320 1312)2()3(2~r r r r -+-+⨯⎪⎪⎪⎭⎫⎝⎛---31003100132021233~r r r r ++⎪⎪⎪⎭⎫⎝⎛0031001002021~÷r ⎪⎪⎪⎭⎫ ⎝⎛000031005010.(3) ⎪⎪⎪⎪⎪⎭⎫⎝⎛---------1243323221453334311141312323~rr r r r r ---⎪⎪⎪⎪⎪⎭⎫⎝⎛--------101050663008840034311 )5()3()4(432~-÷-÷-÷r r r ⎪⎪⎪⎪⎪⎭⎫⎝⎛-----22102210022100343112423213~rr rr r r ---⎪⎪⎪⎪⎪⎭⎫⎝⎛---00000002210032011. 练习1在秩是r 的矩阵中,有没有等于0的1r -阶子式?有没有等于0的r 阶子式?解 在秩是r 的矩阵中,可能存在等于0的1r -阶子式,也可能存在等于0的r 阶子式.例如,⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛=000000010000100001α,()3R α=同时存在等于0的3阶子式和2阶子式.练习2 从矩阵A 中划去一行得到矩阵B ,问B A ,的秩的关系怎样? 解 ()()R A R B ≥. 设r B R =)(,且B 的某个r 阶子式0≠rD .矩阵B 是由矩阵A划去一行得到的,所以在A 中能找到与r D 相同的r 阶子式r D ,由于0r r D D =≠,故而()()R A R B ≥.练习3 求作一个秩是4的方阵,它的两个行向量是)0,0,1,0,1(,)0,0,0,1,1(-. 解 设54321,,,,ααααα为五维向量,且1(1,0,1,0,0)α=,2(1,1,0,0,0)α=-,则所求方阵可为12345A ααααα⎛⎫ ⎪⎪⎪= ⎪ ⎪⎪⎝⎭,秩为4,不妨设34455(0,0,0,,0)(0,0,0,0,)(0,0,0,0,0)x x ααα=⎧⎪=⎨⎪=⎩,取451x x ==, 故满足条件的一个方阵为⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-0010000010000001100101.练习4 求下列矩阵的秩,并求一个最高阶非零子式:(1) ⎪⎪⎪⎭⎫ ⎝⎛---443112112013; (2) ⎪⎪⎪⎭⎫⎝⎛-------815073131213123.解 (1) ⎪⎪⎪⎭⎫⎝⎛---443112112013r r 21↔~⎪⎪⎪⎭⎫⎝⎛---443120131211 32213131121112104650465046500~~r r r r r r ------⎛⎫- ⎪-- ⎪ ⎪-⎝⎭⎛⎫ ⎪⎝⎭秩为2,二阶子式41113-=-.(2) ⎪⎪⎪⎭⎫ ⎝⎛-------815073131223123⎪⎪⎭⎫⎝⎛---------152733215911701443127~122113r r r r r r32~13441307119500r r -----⎛⎫ ⎪⎝⎭秩为2.二阶子式71223-=-.解非齐次线性方程组A x b =的一般方法1)设()()R A R A r ==,则A 中必有一个r 阶子式不等于零,其对应的r 阶方子矩阵可经行初等变换化为r 阶单位阵r E ,用行初等变换把增广矩阵A 化为包含一个r 阶单位阵r E 的梯矩阵在子块B 的分块矩阵)(c B B =.2)方程组B x c =的解极易求出,它就是方程组A x b =的解,因为方程组 A x b =与方程组B x c =同解.例1求解下列非齐次线性方程组:(1) ⎪⎩⎪⎨⎧=+=+-=-+;8311,10213,22421321321x x x x x x x x (2) ⎪⎪⎩⎪⎪⎨⎧-=+-=-+-=+-=++;694,13283,542,432z y x z y x z y x z y x解 (1) 对系数的增广矩阵施初等行变换,有4212133831210~0101134113080006---⎛⎫⎛⎫⎪⎪--⎪⎪ ⎪ ⎪-⎝⎭⎝⎭,()2R A =而()3R B =,故方程组无解. (2) 对系数的增广矩阵施行初等行变换:⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----69141328354214132⎪⎪⎪⎪⎪⎭⎫⎝⎛--00000021101201~即得⎪⎩⎪⎨⎧=+=--=z z z y z x 212,亦即⎪⎪⎪⎭⎫⎝⎛-+⎪⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛021112k z y x .练习1 λ取何值时,非齐次线性方程组12312321231x x x x x x x x x λλλλλ⎧++=⎪++=⎨⎪++=⎩,(1)有唯一解;(2)无解;(3)有无穷多个解?解 (1) 0111111≠λλλ,即1,2λ≠-时方程组有唯一解.(2) )()(B R A R <,⎪⎪⎪⎭⎫ ⎝⎛=21111111λλλλλB ⎪⎪⎭⎫ ⎝⎛+-+----22)1)(1()2)(1(0)1(11011~λλλλλλλλλλ由0)1)(1(,0)2)(1(2≠+-=+-λλλλ,得2λ=-时,方程组无解.(3) 3)()(<=B R A R ,由0)1)(1()2)(1(2=+-=+-λλλλ,得1λ=时,方程组有无穷多个解.练习2 (1) 设⎪⎪⎪⎭⎫⎝⎛--=⎪⎪⎪⎭⎫⎝⎛--=132231,113122214B A ,求X 使B AX =.(2) 设⎪⎪⎭⎫⎝⎛-=⎪⎪⎪⎭⎫ ⎝⎛---=132321,433312120B A ,求X 使B XA =.解 (1) ()⎪⎪⎪⎭⎫⎝⎛----=132231113122214B A 初等行变换~100102010153001124⎛⎫ ⎪-- ⎪ ⎪⎝⎭1102153124X A B -⎛⎫ ⎪∴==-- ⎪ ⎪⎝⎭.(2) ⎪⎪⎭⎫⎝⎛---==-4741121BAX . 参考书目:1. 贺铁山等,线性代数(第二版),中山大学出版社,2004年8月.2.吴赣昌,大学数学立体化教材:线性代数(经济类),中国人民大学出版社,2006年3月.3.同济大学应用数学系,工程数学(第四版),高等教育出版社,2003年7月. 作业和思考题: Page63:16—21课后小结:掌握秩的求法和判断线性方程组是否有解等问题.。