实验矩阵的秩与向量组的极大无关组
第四节向量组的秩和矩阵的秩

由最后的阶梯形矩阵,得r (A)=3。 因此向量组 α1,α2 ,α3,α4 的秩也是3。
由阶梯形矩阵的最后一行,得 α4 −α3 +α2 +α1 = 0 由此可知
α4 = −α1 −α2 +α3
r( A+ B) ≤ r( A) + r(B)
证 设矩阵 A, B的列向量组分别为 α1,α2 ,⋯,αn和 1, β2 ,⋯, βn, β 则 要证
A+ B = (α1 + β1,α2 + β2 ,⋯,αn + βn ) r( A+ B) ≤ r( A) + r(B)
例2 设向量组 a = (1,0,0), a = (0,1,0), a = (0,0,1). 1 2 3 不难看出,部分组a1, a 2是线性无关的,且 a1, a 2 , a3中的任一 向量都可以由此部分组线性表示:
a1 = a1 + 0ia 2 , a 2 = 0ia1 + a 2 , a3 = a1 + a 2
向量用此极大无关组线性表示。
解 把向量 α1,α2 ,α3,α4看作一个矩阵的行向量组,得矩阵
1 −1 2 −2 A= 3 0 0 3
2 1 0 α1 4 −2 0α2 6 −1 1α3 0 0 1α4
对A仅施以初等行变换,并在矩阵右侧标注所作的变换, 把A化为阶梯形矩阵:
所以部分组a1, a 2是向量组a1, a 2 , a3的一个极大无关组。 例3 设向量组 a1, a 2 ,⋯, a s线性无关,其极大无关组就是自身。 如果一个向量组仅含零向量,则该向量组不存在极大无关组。
线性代数 3-6 第3章6讲-极大线性无关组和秩(2)

0 0
1 0
1 0
1 4
0
B
4
(3) 将其余向量用该极大无关组线性表示.
0 0 0 0
0
化为梯形阵后每个阶梯选一个向量得一个极大无关组:1,2,5 ;
(3) 把矩阵B继续作初等行变换:
1 0 3 2 1 1 0 3 2 1 1 0 3 1 0
B 0 1 1 1
0
0
1
1
1
0 0
1
1
1
0
0 0 0 4 4 0 0 0 1 1 0 0 0 1 1
所以向量组1,
,
2
, n 与向量组e1,e2,
,en等价.
5
本讲内容
01 极大线性无关组和向量组的秩 02 向量组的秩和矩阵的秩的关系
二、向量组的秩和矩阵的秩的关系
定理3.7 设A是一个m n矩阵,则A 的秩等于A 的行秩,也等于A 的列秩.
记1,
,
2
, n
是A
的列向量组 (m
维),1,2,
,m是A
的行向量组 (n
维),
则
r( A)
r
(1,
,
2
,n )
r
(1,
,
2
,m ).
7
二、向量组的秩和矩阵的秩的关系
例3 求向量组的秩与极大无关组:
1 (1,1, 4)T ,2 (1, 0, 4)T ,3 (1, 2, 4)T ,4 (1,3, 4)T .
1 1 1 1 1 1 1 1
解
A 1,2,3,4 1 0 2 3 0 1 1 2
b11
b1s
AB (1, 2,, s )=(1,2,, Nhomakorabean
3.3 向量组的极大无关组与秩

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 C T B T AT ,由上段证明知 r ( C T ) r ( B T ), 25 即r ( C ) r ( B).
练习
1.求下列向量组的秩:
T T (1) 1 (2, 1, 1) , 2 (5, 4, 2, ) , 3 (3, 6, 0) T T ( 3 , 1 , 0 , 2 ) ( 1 , 1 , 2 , 1 ) (2) 1 , , 2 3 (1, 3, 4, 4) T .
20
得
1 1 3 2 , 2 1 2 .
1 1 0 0 1 1 0 0 1 0 0 1
1 0 1 2 2 3 1 1 2 2 , 0 0 0 0 0 0
2 0 1 1 而 ( 1 , 2 , 1 , 2 ) 3 1 3 1
9
定理3.10
若向量组A可由向量组B线性表示,则
r(A) ≤ r(B)。 推论 若向量组A与向量组B等价,则 r(A) = r(B)。
10
回顾
α1 α2
αm
矩阵A既对应一个行向量组,又对应一 个列向量组: 其中 i ( a i 1 , a i 2 , , a in ), i 1, , m a1 j 1 a2 j 2 j 1, 2, , n
28
23
则r 1 1 , 2 2 , , n n r t r ( A) r ( B) r ( A B) r ( A) r ( B)
r i 1 , i 2 , ir , j 1 , j 2 , jt
第四章-向量组与矩阵的秩

e n 线性无关. 证毕.
例4
维向量组必定线性相关. 含有零向量的 n 维向量组必定线性相关
证 若向量组 a1, a2, …, as 含有零向量,不妨设 a1= 0, 则有 1⋅a1+0⋅a2+ …+ 0⋅as = 0,
其系数不全为0,按定义此向量组线性相关。证毕。
定理2 定理2 当 s ≥2 时,向量组 a1, a2, …, as 线性相关的 充要条件是其中至少 充要条件是其中至少有一个向量能由其余向量线性 是其中至少有一个向量能由其余向量线性 表2+ …+xn an = b,
⇒
定理 1 对于方程组Ax=b, , 对于方程组 (1) Ax=b有解 有解 性表示; 性表示 向量b能由向量组 向量 能由向量组a1, a2, …,an 线 能由向量组
(2) Ax=b有唯一解 向量 能由向量组 1, a2, …,an 能由向量组a 有唯一解 向量b能由向量组 并且表示方法唯一. 并且表示方法唯一 线性表, 线性表,
关高( 亦无关; 相关矮( 亦相关. 矮(短)无关高(长)亦无关;高(长)相关矮(短)亦相关.
例6 证明:对于矩阵 满足B=PA, 如果 的列 如果A的列 证明:对于矩阵A, B, P满足 满足 向量组线性相关, 的列向量组也线性相关。 向量组线性相关,则B的列向量组也线性相关。 的列向量组也线性相关 证 由已知,方程Ax=0有非零解, 设u为其一个非零解,则有Au=0. 则Bu=PAu=0, 则u也是Bx=0的非零解, 从而u也是Bx=0的一个非零解, 因此B的列向量组线性相关。证毕。
推论5 推论5 向量组a 线性无关, 向量b不能由 不能由a 向量组 1,…ar 线性无关 , 向量 不能由 1,…ar 线性表示,则向量组a 线性无关。 线性表示,则向量组 1,…ar , b线性无关。 线性无关
数学实验在线性代数教学中的应用——以极大线性无关组为例

数学实验在线性代数教学中的应用——以极大线性无关组为例摘要:线性代数内容的高度抽象性以及计算过程繁复性,是学生学习过程中的一大难点。
本文基于案例教学法,以极大线性无关组为例,将数学实验应用于实际问题的求解中。
加深学生对知识点的理解,提高学生动手能力和解决问题的能力。
关键词:线性代数;数学实验;案例教学法一、数学实验数学实验是借助与MATLAB编程语言,快速实现自高等数学、线性代数和概率统计课程中数学方法与数学模型的应用实践探索。
随着计算机技术的飞速发展,数学的应用日益广泛,利用 MATLAB软件为实验平台,借助其强大的直观呈现功能,实现传统的数学理论内容与程序实验内容交错进行。
MATLAB软件包含大量计算算法。
其拥有600多个工程中要用到的数学运算函数,可以方便的实现用户所需的各种计算功能。
通过程序计算,一方面能够加深学生对线性方程组的求解、向量空间以及矩阵相关概念、性质的理解;另一方面在摆脱耗时枯燥的计算的同时也保证了计算结果的正确性和可靠性,提升学生的学习效率和学习兴趣。
二、线性代数课程概述及现状随着科技的迅猛发展,社会对于高校毕业生的综合要求也越来越高,要具备更高的专业素养、综合能力以及创新能力,达到复合型、应用型人才的要求。
线性代数课程是线性代数是高等学校理、工、经管类等多个专业的公共基础课,为现代社会诸多领域提供必备的数学分析工具,是本科阶段教学的重要必修课之一。
线性代数的研究对象多为离散量,如向量、向量空间、线性方程组、矩阵等,具有高度的抽象性、计算的复杂性以及广泛的应用性。
在线性代数的教材中,定义定理较多,涉及到计算的方面,方法虽易掌握,但计算量大、容易出错,定理证明较为抽象,学生理解起来难度比较大。
[2]这就要求教师在实际的线性代数授课过程中,要改进教学理念及教学方式,借助有实际背景的案例,在提高学生理解的基础上,结合计算机程序,使用MATLAB等数学软件求解线性代数问题,提高学生的分析问题、科学计算能力及理论与实践相结合的能力。
极大无关组与向量组的秩

提示: 极大无关组不唯一,但是所含向量的个数都相等
线性代数
16
例3 设矩阵 2 1 1 1 1 1 2 1 A 4 6 2 2 3 6 9 7 2 4 4 9
求矩阵A的列向量组的一个极大 无关组, 并把不属于极大无关组 的列向量用极大 无关组线性表示 .
0 1 0
即得
a 3 a1 a 2 , a5 4a1 3a 2 3a4
线性代数
20
练习:义1 设 V 为 n 维向量的集合,如果集合V 非空, 且集合V对于加法及数乘两种运算封闭,那么就称 集合 V 为向量空间.
说明 1.集合V 对于加法及数乘两种运算封闭指
知R(a1 , a2 , a4 ) 3,故a1 , a2 , a4线性无关
要把a3 , a5用a1 , a2 , a4线性表示,必须将 A再变 成行最简形矩阵.
线性代数
19
A
初等行变换
~
1 0 0 0
4 1 1 0 3 0 0 1 3 0 0 0 0
验证a1 , a 2 , a 3 , 是R 3的一个基,并把 b1 , b2用这个基 线性表示.
线性代数
27
解 要证a1 , a2 , a3是R 的一个基,只要证 a1 , a2 , a3 线性无关,即只要证 A ~ E.
设
即 x11 (b1 , b2 ) (a1 , a 2 , a 3 ) x 21 x 31 记作B AX .
k1 k n 0时, 才有 k1 1 k 2 2 k n n 0 成立 .
线性代数
8
2. 对于任一向量组, 不是线性无关就是 线性相关 .
矩阵的秩及向量组的极大无关组求法

位于k行k列交叉位置上的k2个元素,按原有的次序组成的k阶行列
式,称为A的k阶子式. 如矩阵
1 A 1
1 1
0 2
2 1
0 0 3 2
第1,3行及第2,4列交叉位置上的元素组成的一个二阶子式为
12
三阶子式共有4个
02
1 10
1 12
102 1 02
1 1 2 1 1 1
1 2 1 1 2 1
0 4 4
0 4 4
3 0 6
0 3 3
3 21 2 3 2 1 2
《线性代数》
返回
下页
结束
矩阵A2
矩阵A3
矩阵B
1 0
1 4
1 (1/ 4)r2 1
4
0
1 1
1 1
r3 3r2
1 0
1 1
1 1
r1 r2 1
0
0 1
2 1
0 3 3
0 3 3
0 0 0
0 0 0
二、单选题
1.设A是n阶方阵且|A|=0,则( ) . 1) A中必有两行(列)元素对应成比例. 2) A中至少有一行(列)的元素全为0 . 3) A中必有一行(列)向量是其余各行(列)向量的线性组合. 4) A中任意一行(列)向量是其余各行(列)向量的线性组合.
《线性代数》
返回
下页
结束
2.设n阶矩阵A的秩为r,则结论( )成立. ①|A| ≠0; ② |A| =0; ③ r>n; ④ r≤n.
00
c1n
c2n
crn
0
0
结论:行阶梯形矩阵Br的非零行的个数,即为矩阵A的秩.
《线性代数》
返回
向量组的秩与矩阵秩的关系

向量组1
a12
a22
a1n a2n
am1 am2 amn
A的列向量组为1,2 ,,n ; A的行向量组为 1T , 2T ,, mT.
➢ 称A的列向量组的秩为A的列秩;
➢ 称A的行向量组的秩为A的行秩.
向量组的秩与矩阵秩的关系
设矩阵A
1 0
1 1
1 2
,试确定矩阵的秩,行秩,列秩.
0 0 0
➢ 矩阵A的秩为 2;
➢ A的行向量组为:1T 1 1 1, 2T 0 1 2, 3T 0 0 0.
➢
1T
,
T 2
是
A 的行向量组的一个极大无关组,A 的行秩是2.
向量组的秩与矩阵秩的关系
1
1
1
A的列向量组为 1 0,2 1,3 2.
感谢观赏
小学教育专业群教学资源库
向量组的秩与矩阵秩的关系
Lorem Ipsum is simply dummy text of the printing and typesetting industry
01
向量组的秩与矩阵秩的关系
向量组的秩与矩阵秩的关系
含有限个向量的有序向量组与矩阵一一对应
Amn 1 2 n
向量组的秩与对应的矩阵的秩具有什么联系?
0
0
0
由于 1,2线性无关,3 22 1 ,故 1,2是A的列向量
组的一个极大无关组,因而A的列秩为2.
在本例中,我们发现矩阵的秩等于其行秩和列秩! 这一结论是否具有普遍意义呢?
向量组的秩与矩阵秩的关系
回顾
1 0
0 1
0 0
c11 c21
c1,nr c2,nr
A B 0 0 1 cr1 cr,nr
- 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)。
项目五 矩阵运算与方程组求解
实验2 矩阵的秩与向量组的极大无关组
实验目的 学习利用Mathematica 求矩阵的秩,作矩阵的初等行变换; 求向量组的秩与极大无关组.
基本命令
1. 求矩阵M 的所有可能的k 阶子式组成的矩阵的命令:Minors[M,k].
2. 把矩阵A 化作行最简形的命令:RowReduce[A].
3. 把数表1,数表2, …,合并成一个数表的命令:Join[list1,list2,…]. 例如输入
Join[{{1,0,-1},{3,2,1}},{{1,5},{4,6}}]
则输出 {{1,0,-1},{3,2,1},{1,5},{4,6}}
实验举例
求矩阵的秩
例2.1 (教材 例2.1) 设,815073*********⎪⎪⎪⎭
⎫ ⎝⎛-------=M 求矩阵M 的秩. 输入
Clear[M];
M={{3,2,-1,-3,-2},{2,-1,3,1,-3},{7,0,5,-1,-8}};
Minors[M,2]
则输出
{{-7,11,9,-5,5,-1,-8,8,9,11},{-14,22,18,-10,10,-2,
-16,16,18,22},{7,-11,-9,5,-5,1,8,-8,-9,-11}}
可见矩阵M 有不为0的二阶子式. 再输入
Minors[M,3]
则输出
{{0,0,0,0,0,0,0,0,0,0}}
可见矩阵M 的三阶子式都为0. 所以.2)(=M r
例2.2 已知矩阵⎪⎪⎪⎭
⎫ ⎝⎛----=1t 0713123123M 的秩等于2, 求常数t 的值.
左上角的二阶子式不等于0. 三阶子式应该都等于0. 输入
Clear[M];
M={{3,2,-1,-3},{2,-1,3,1},{7,0,t,-1}};
Minors[M,3]
输出为
{{35-7t,45-9t,-5+t}}
当5=t 时, 所有的三阶子式都等于0. 此时矩阵的秩等于2.
例2.3 (教材 例2.2) 求矩阵⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-----322
4211631095114047116的行最简形及其秩. 输入
A={{6,1,1,7},{4,0,4,1},{1,2,-9,0},{-1,3,-16,-1},{2,-4,22,3}}
MatrixForm[A]
RowReduce[A]//MatrixForm
则输出矩阵A 的行最简形
⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛-0000000010000510
01
01 根据矩阵的行最简形,便得矩阵的秩为3.
矩阵的初等行变换
命令RowfReduce[A]把矩阵A 化作行最简形. 用初等行变换可以求矩阵的秩与矩阵的逆.
例2.4 设,41311221222832A ⎪⎪⎪⎭
⎫ ⎝⎛--=求矩阵A 的秩. 输入
Clear[A];
A={{2,-3,8,2},{2,12,-2,12},{1,3,1,4}};
RowReduce[A]//MatrixForm
输出为
⎪⎪⎪⎪⎭
⎫ ⎝⎛-00003232102301 因此A 的秩为2.
例2.5 (教材 例2.3) 用初等变换法求矩阵⎪⎪⎪⎭
⎫ ⎝⎛343122321的逆矩阵.
输入 A={{1,2,3},{2,2,1},{3,4,3}}
MatrixForm[A]
Transpose[Join[Transpose[A],IdentityMatrix[3]]]//MatrixForm
RowReduce[%]//MatrixForm
Inverse[A]//MatrixForm
则输出矩阵A 的逆矩阵为
⎪⎪⎪⎭
⎫ ⎝⎛---1112/532/3231
向量组的秩
矩阵的秩与它的行向量组, 以及列向量组的秩相等, 因此可以用命令RowReduce 求向量组的秩.
例2.6 求向量组)0,3,0,2(),2,5,4,0(),1,1,2,1(231=--=-=ααα的秩.
将向量写作矩阵的行, 输入
Clear[A];
A={{1,2,-1,1},{0,-4,5,-2},{2,0,3,0}};
RowReduce[A]//MatrixForm
则输出
⎪⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛-00002154
1002301 这里有两个非零行, 矩阵的秩等于2. 因此, 它的行向量组的秩也等于2.
例2.7 (教材 例2.4) 向量组)7,5,1,3(),5,4,3,1(),1,1,1,1(),3,2,1,1(4321==-==αααα是否线性相关?
输入
Clear[A];
A={{1,1,2,3},{1,-1,1,1},{1,3,4,5},{3,1,5,7}};
RowReduce[A]//MatrixForm
则输出
⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛0000010010102001 向量组包含四个向量, 而它的秩等于3, 因此, 这个向量组线性相关.
例2.8 向量组)3,1,1(),2,1,3(),7,2,2(321=-==ααα是否线性相关?
输入
Clear[A];
A={{2,2,7},{3,-1,2},{1,1,3}};
RowReduce[A]//MatrixForm
则输出
⎪⎪⎪⎭
⎫ ⎝⎛100010001 向量组包含三个向量, 而它的秩等于3, 因此, 这个向量组线性无关.
向量组的极大无关组
例2.9 (教材 例2.5) 求向量组
)0,5,1,2(),0,2,1,1(),14,7,0,3(),2,1,3,0(),4,2,1,1(54321=-===-=ααααα
的极大无关组, 并将其它向量用极大无关组线性表示.
输入
Clear[A,B];
A={{1,-1,2,4},{0,3,1,2},{3,0,7,14},{1,-1,2,0},{2,1,5,0}};
B=Transpose[A];
RowReduce[B]//MatrixForm
则输出
⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛-000002/51000101102/10301 在行最简形中有三个非零行, 因此向量组的秩等于3. 非零行的首元素位于第一、二、 四列,因此421,,ααα是向量组的一个极大无关组. 第三列的前两个元素分别是3,1,于是 .3213ααα+=第五列的前三个元素分别是,2
5,1,21-于是.25214215αααα++-=
向量组的等价 可以证明:两个向量组等价的充分必要条件是: 以它们为行向量构成的矩阵的行最简形具有相同的非零行, 因此, 还可以用命令RowReduce 证明两个向量组等价.
例2.10 设向量
),7,3,5,4(),12,5,8,5(),2,1,2,3(),3,1,1,2(2121--=--=--=-=ββαα
求证:向量组21,αα与21,ββ等价.
将向量分别写作矩阵A , B 的行向量, 输入
Clear[A,B];
A={{2,1,-1,3},{3,-2,1,-2}};
B={{-5,8,-5,12},{4,-5,3,-7}};
RowReduce[A]//MatrixForm
RowReduce[B]//MatrixForm
则输出
⎪⎪⎪⎪⎭
⎫ ⎝⎛--7137510747101 与
⎪⎪⎪⎪⎭
⎫ ⎝⎛--7137510747101 两个行最简形相同, 因此两个向量组等价.
实验习题
1.求矩阵⎪⎪⎪⎪⎪⎭
⎫ ⎝⎛----=12412116030242201211A 的秩. 2.求t , 使得矩阵⎪⎪⎪⎭
⎫ ⎝⎛-=t A 23312231的秩等于2.
3.求向量组)0,0,1(),1,1,1(),1,1,0(),1,0,0(4321====αααα的秩.
4.当t 取何值时, 向量组),3,1(),3,2,1(),1,1,1(321t ===ααα的秩最小?
5.向量组)1,1,1,1(),1,1,1,1(),1,1,1,1(),1,1,1,1(4321-=--=--==αααα是否线性相关?
6.求向量组)6,5,4,3(),5,4,3,2(),4,3,2,1(321===ααα的最大线性无关组. 并用极大无关 组线性表示其它向量.
7.设向量),6,3,3,2(),6,3,0,3(),18,3,3,8(),0,6,3,1(2121=-=-=-=ββαα求证:向量组21,αα 与21,ββ等价.。