3-1 矩阵的秩
第一章7矩阵的秩

x2
x3 x4
c1
2 1 0
c2
4 0 1
3
21
两个定理的推广
定理:矩阵方程 AX B 有解的充要条件是 R( A) R( A, B)
定理:矩阵方程 Amn X O有非零解的充要条件是 R( A) n
22
Cramer 法则
Cramer法则: 如果线性方程组
a11x1 a12x2 a21x1 a22x2 an1x1 an2x2
32
0
0
6
9
1
1 2 2 1 1
1 2 2 1 1
0
0
2
1
0
0
0
2
1
0
0 0 0 0 5
0 0 0 12 1
0
0
0
12
1
0
0
0
0
5
7
矩阵的秩还有以下性质: 5)R(PAQ) = R(A), 其中P, Q为可逆矩阵。 6)max{ R( A), R(B)} R( A, B) R( A) R( B)
A
2
3
5
4 7 1
3 阶子式 | A|=0
2 阶子式
1 2
2 0
3
∴ R(A) = 2
3
例. 求矩阵B 的秩, 其中
2 1 0 3 2
B
0
3 1 2
5
0 0 0 4 3
0
00
0
0
2 1 0 3 2 4 阶子式都 = 0
B
0
0
0
3 1 2
5
2 1 3
0 0 4 3 3 阶子式 0 3 2 0
29
矩阵的列向量的秩

r1 r4 r2 r4 r3 2r1 r4 3r1
6 4 1 4 1 3 1 1 0 4 0 12 9 7 11 0 16 12 8 12
r1 r4
Байду номын сангаас
1 6 4 1 4 6 1 3 2 3 2 0 1 5 3 3 2 0 5 0
19
0 5 0 3 2 6 1 3 2 3 A 2 0 1 5 3 1 6 4 1 4
17
其中 aii 0, i 1,2,
,r
显然,左上角的r个r维行向量线性无关,当分量增加为 n维时依然无关,所以矩阵A的非零行的向量是线性无关的。
加上任一零行即相关,所以 矩阵A的秩=矩阵A的行向量组的秩=非零行的行数 求矩阵秩的方法: 把矩阵用初等行变换变成行阶梯形矩阵,则行阶梯形 矩阵中非零行的行数就是原来矩阵的秩。
四. 矩阵的秩 1. 行秩、列秩、矩阵的秩
1.行秩、列秩、矩阵的秩 2.矩阵秩的求法 3.向量组的秩的求法 4.矩阵秩的性质 5.矩阵秩与行列式的关系
把矩阵的每一行看成一个向量,则矩阵可被认为由这些行向量组成, 把矩阵的每一列看成一个向量,则矩阵可被认为由这些列向量组成。
定义1:矩阵的行向量的秩,就称为矩阵的行秩; 矩阵的列向量的秩,就称为矩阵的列秩。 1 1 3 1 0 2 1 4 例如:矩阵 A 0 0 0 5 的行向量组是 1 (1,1, 3,1) 0 0 0 0 2 (0, 2, 1, 4)
1 0 1 , 2 , 3 线性无关, 2 3
维数增加后得到的 1 , 2 , 3 依然线性无关, 而 1 , 2 , 3 , 4 与 1 , 2 , 3 , 5 都线性无关,
线性代数 3-1-齐次方程组

a2 T (a1 , a2 , , an ) 是方程组的解,则称为非零解, 也称为非零解向量。 a n
问题:除了零解外,有没有其它的解?
在什么条件下有非零解? 当齐次方程有非零解时,如何求出全部的解? 为了研究齐次线性方程组解集合的结构,我们 先来讨论这些解的性质,给出基础解系的概念。
x r 1 , x r 2 , , x n
真未知量
自由未知量
x1 , x2 , , xr 由自由未知量 xr 1 , xr 2 , , xn 惟一确定
显然: (xr 1 , x r 2 , , xn) 构成一向量空间, V
其基含有n r个向量,最简单的一组基为 : e1 , e2 , , en r 取: 0 0 x r 1 1 0 1 xr 2 0 , , 0 1 x 0 n
故 .
即 r 11 r 2 2 n n r .
所以 1 , , n r 是齐次线性方程组解空间的一个基, 也就是一组基础解系. 说明 1.解空间的基不是唯一的,但所含向量个数相 等,都等于 n - r(A). 2.若 1 , 2 , , n r 是 Ax 0 的基础解系,则 x k11 k2 2 kn r n r . 其通解为 其中k1 , k 2 ,, k n r 是任意常数. 3 当r(A)=n 时方程组只有零解故没有基础解
由于与都是方程Ax 0的解,而Ax 0又等价于
方程组
x1 c11 xr 1 c1,n r xn x c x c r 1 r 1 r ,n r xn r
矩阵的秩

D3
1 6 0 4 0 6
4
2 7
D6 7 4 42 Nhomakorabea高 等 代 数
●矩阵的秩的概念
定义2.5.2 矩阵A中所有不为零的子式的最高阶数,称为 矩阵A的秩,记作 R(A) 或 r(A)。 如果 R(A)=r,则 A 中至少有一个 r 阶子式不等于零,
高 等 代 数
定理2.5.2 n阶矩阵A可逆的充要条件是R(A)=n
定理2.5.3 n阶矩阵A可逆的充要条件是方阵A满秩序。
定理2.5.4 一个方阵满秩的充要条件是它能表示为初等矩阵的乘积
高 等 代 数
所有高于 r 阶的子式都为零。
例如
1 2 3 A 2 2 1 3 4 4
因为 所以
高 等 代 数
A 0
1 2 2 0 2 2
R( A) 2
1 3 2 2 0 2 1 3 的秩. 例 求矩阵A= 2 0 1 5 解: 因为 1 3 2 0, 计算A的3阶子式. 0 2 1 3 2 0 2 1 0, 2 0 1 1 2 2 0 1 3 0, 2 1 5 1 3 2 0 2 3 0, 2 0 5 3 2 2 2 1 3 0. 0 1 5 所以, R(A)=2.
高 等 代 数
●利用矩阵的初等变换求矩阵的秩
定理2.5.1 设矩阵A经过初等变换化为B,则A有不等于零的 K阶子式当且仅当B有不等于零的K阶子式 推论2.5.1 矩阵的初等变换不改变矩阵的秩。
初等变换求矩阵秩的方法: 用初等行变换把矩阵变成 为行阶梯形矩阵, 行阶梯形矩阵中非零行的行数就是 矩阵的秩.
一、矩阵的秩概念 二、矩阵的秩求法
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=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000400043204321,A中存在一个3阶子式400420421=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4343;还存在等于零的3阶子式,如000000320。
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 =0122716t tt +=10227162t t t t -+--=-2762tt t ---=2t2-5t-12α1,α2,α3线性相关⇔A =0⇔2t2-5t-12=0⇔t=-23或t=4。
线性代数课件第三章矩阵的秩课件

VS
矩阵的秩可以用于判断两个矩阵是否相似。如果两个矩阵相似,则它们的秩相同。
特征值和特征向量
矩阵的秩还可以用于确定矩阵的特征值和特征向量的个数。对于给定的矩阵,其秩等于其非零特征值的个数。
矩阵相似
矩阵的秩可以用于矩阵分解,如奇异值分解(SVD)和QR分解等。这些分解方法将一个复杂的矩阵分解为几个简单的、易于处理的矩阵,有助于简化计算和解决问题。
1 2 3 | 0 0 -3
7 8 9 | 0 0 0`
```
由于非零行的行数为2,所以矩阵B的秩为2。
题目3
求矩阵C=[1 -2 3; -4 5 -6; 7 -8 9]的秩。
解答
首先,将矩阵C进行初等行变换,得到行阶梯矩阵
```
继续进行初等行变换,得到
1 -2 3 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0 -6 -9 | 0
矩阵秩的应用
03
线性方程组的解
矩阵的秩可以用来判断线性方程组是否有解,以及解的个数。如果系数矩阵的秩等于增广矩阵的秩,则方程组有唯一解;否则,方程组无解或有无数多个解。
最小二乘法
矩阵的秩还可以用于最小二乘法,通过最小化误差平方和来求解线性方程组。最小二乘法的解就是使残差矩阵的秩等于其行数或列数的最小二乘解。
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。
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:在判定线性方程组是否有解,向量组的线性相关性,求矩阵的特征向量以及在多项式、空间几何等多个方面都有广泛的应用。
本讲我们主要了解矩阵秩的概念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行(列)变换定义了矩阵的行(列)阶梯形、矩阵的行(列)最简形以及矩阵的标准形。
其中矩阵行(列)阶梯形与矩阵行(列)最简形可以不唯一,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 ()()TR 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 ⨯矩阵且()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。
- 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)。
第三章 矩阵的秩与线性方程组 本章研究线性方程组的三个基本问题:见P115:2-7行。
3-1 矩阵的秩
一、矩阵的(行列式)秩
引入:[草演] A=⎥⎥⎥
⎦
⎤
⎢⎢⎢⎣⎡--700104210101321
⎭⎬⎫⎩⎨⎧32: |1|=1≠0; ⎭
⎬⎫⎩⎨⎧51: |0|=0
⎭⎬⎫⎩⎨⎧4231:
0112=-1≠0; ⎭⎬⎫⎩⎨⎧4332:0
02
1-=0;
⎭⎬⎫
⎩⎨⎧421321:
010201121--=1≠0; ⎭⎬⎫⎩⎨⎧431321:0
00211131--=0。
定义3.1[P115]m×n矩阵A的一个k阶子式[1≤k≤min (m,n)]。
对比:P28 m×n矩阵的子矩阵;n阶方阵A的前主子矩阵。
定理:阶梯形矩阵中,非零子式的最高阶数等于它非零行个数。
例证:P115 -12行——P116 7行。
了解
定义3.2[P116 12行——14行]:
当A=0时,秩(A)=0; R(A)=0
当A≠0时,秩(A)=A中非零子式的最大阶数=R(A)。
定理:阶梯形矩阵A的秩等于A中非零行的个数。
证明:当A=0时,结论显然成立。
当A≠0时,由前此定理得证。
关于矩阵秩的常用结论:
(1)任意矩阵Am×n,有0≤秩(A)≤ min (m,n);
任意非零矩阵Am×n,有1≤R(A)≤min (m,n)。
(2)对非零矩阵A,有
秩(A)=r⇔A中非零子式的最大阶数等于r
⇔⎩⎨⎧。
)(r2、A;r1、A全为零若存在阶子式中所有高于阶子式不等于零中至少存在一个 r
(A)r(A)≤≥秩秩
⇔⎩⎨⎧。
)(r+12、A;r1、A全为零如果存在阶子式中所有阶子式不等于零中至少存在一个
(3)秩(AT
)=秩(A)。
作业:P144: 2。
二、矩阵的行秩、列秩、矩阵的秩
复习:求向量组秩的方法:P104例2-13;P105例2-14;P117 2——6行。
例2-13
定义:矩阵A的行(列)向量组的秩叫A的行(列)秩。
例2-14
定理:任意矩阵A,A的秩、A的行秩和A的列秩三者都相等,统称为矩阵的秩。
简称:
矩阵的三秩相等。
[不证明,用结论]
推论:设A为n阶方阵,那么
A为满秩方阵⇔A的行(列)向量组线性无关;
A为降秩方阵⇔A的行(列)向量组线性相关。
证明:秩(Am×n)=n⇔A的行(列)秩=n⇔A的行(列)向量组线性无关。
判断n个n维向量线性相关性的一种方法:[P117 -6行至-3行]
例3.1 [P117] λ取何值时,向量组α1=(λ,1,0),α2=(1,λ,1),
α3=(0,1,λ)线性相关?
解:用α1,α2,α3为行(列)向量作方阵A, A =λ
λλ10110
1=λ3-λ-λ=λ(λ2-2),所以
α1,α2,α3线性相关⇔A =0⇔λ=0或λ=2或λ=-2 α1,α2,α3线性无关⇔A ≠0⇔λ≠0且λ≠2且λ≠-2。
作业:P144: 3,4,5
P218:1(1)
P219: 2(3)
P262 1
三、矩阵秩的求法
例3.2[P118——119]⎩⎨⎧看懂
解过手解::21
例3.3[P119]设矩阵A=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡111a a a a a a 的秩为2,求参数a的值。
解1的依据:3阶方阵A的秩为2,必有A =0;但反之不然,即如果A =0,有秩(A)
<3,但不一定有秩(A)=2。
解1:A =111a a a a a
a =1
1111)12(a a a a a +=a a a a a --+1000101)12(=2)1)(12(a a -+
令A =0,得2
1-
a a ==或1。
当1=a 时, A=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡111111111→⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡000000111,秩(A)=1与秩(A)=2矛盾。
当2
1-=a 时, A=⎥⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎣⎡------121
212112121211,左上角的2阶子式121211--=43≠0;而A =0,所以秩(A)=2。
综上所述:当且仅当21-
=a 时,秩(A)=2。
解2:A=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡111a a a a a a →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----221)1(0)1(101a a a a a a a a −−−→−-±≠2)11(1r a a ⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--+21)1(01101a a a a a a a →⎥⎥⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎢⎢⎣⎡+-++a a a a a a a 1210011012,秩(A)=2⇔⎩⎨⎧±≠=-+10212a a a ⇔21-=a 。
由第二个矩阵知:当a=1时,秩(A)=1;当a=-1时,秩(A)=3。
综上所述:当且仅当2
1-=a 时,秩(A)=2。
作业:P143: 1(1)、(2)、(3)、(4)
P144:6
P146:1(1)
P218:1(7)
P262:2
四、乘满秩矩阵不改变矩阵的秩
定理:等价的矩阵有相同的秩,即:
如果A−−−→−初等变换
B,那么秩(A)=秩(B)。
即,初等变换不改变矩阵的秩。
证明:据P103定理2.7知,行(列)等价的矩阵A与B,它们的行(列)向量组的
秩相同,即A的行(列)秩=B的行(列)秩,故秩(A)=秩(B)。
可见只做一次初等行(或列)变换时,秩(A)=秩(B);从而无论怎样做初等变换,总有秩(A)=秩(B)。
定理3.2 设A是m×n矩阵,m阶方阵P和n阶方阵Q都是满秩矩阵,则有
秩(A)=秩(PA)=秩(AQ)=秩(PAQ);
即:用满秩矩阵乘矩阵,矩阵的秩保持不变。
证明:[P120 书]对m阶满秩矩阵P,存在m阶初等矩阵P1,P2,…,Pt,
使 P=Pt…P2P1。
所以 PA=Pt…P2P1A,即对A作相应的t个初等行变换得到PA,故有
秩(A)=秩(PA)。
例[P120 看懂即可]验证定理3.2
作业:P147 2(4)
五、思考题[P121] (1)a、b满足什么条件时,矩阵A=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--1010101b a 的秩为1。
解1:A=⎥⎥⎥⎦
⎤⎢⎢⎢⎣⎡--1010101b a →⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+-00000101b a =阶梯形B 秩(A)=1⇔B中只有一个非零行⇔a+b=0⇔a=-b,b为任意数。
解2(选讲):A的行向量为:α1=(1,0,-1),α2=(a,0,b),α3=
(-1,0,1)。
因为秩(A)=1,即秩{α1,α2,α3}=1,于是非零向量α1=(1,0,-1)是α1,α2,α3的一个最大无关组,从而α2=kα1,即(a,0,b)=k(1,0,-1),所以a=k,b=-k,故a=-b,b为任意数。
解3:因为秩(A)=1,故二阶子式b
a 11- =0,即a+b=0,a=-b,b
为任意数。
反之,当a=-b,b为任意数时,显然秩(A)=1。
综上所述,有秩(A)=1⇔a=-b,b为任意数。
(2)设A为n阶方阵,试回忆A为非奇异方阵的充要条件都有哪些?[牢记] 解:设A为n阶方阵,那么
⇔A非奇异
A满秩⇔R (A )=n⇔≠A 0⇔A可逆⇔A−−−→−初等变换E⇔A=初等矩阵乘积 ⇔A的行(列)向量组线性无关⇔A的行(列)秩=n。
⇔A是奇异矩阵
A降秩⇔R (A )=r<n⇔A =0⇔A不可逆⇔A不行等价于E
⇔A的行(列)向量组线性相关⇔A的行(列)秩=r<n。