线性代数课程论文
- 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)。
矩阵的秩及其应用
【摘要】矩阵的秩是指矩阵中行(或列)向量组的秩,与之等价的说法通常是指矩阵中不为零的子式的最高阶数,是矩阵最重要的数字特征之一。在矩阵理论中,矩阵的秩是一个重要的概念。矩阵的秩与矩阵是否可逆、线性方程组的解的情况等都有着密切的联系。 本文将针对其性质进行具体分析 【关键词】矩阵; 秩 ;应用;
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。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。事实上,以上两种对矩阵的秩的定义是等价的。
(一)矩阵秩的概念
定义1 若A 为n m ⨯矩阵,在A 中任意取k 行、k 列),(n k m k ≤≤,则位于这些行与列交叉处的k 2
个元素,不改变它们在A 中所处的位置次序而得到的k 阶行列式,称为矩阵A 的k 阶子式.
显然,若A 为n m ⨯矩阵,则A 的k 阶子式共有C C k
n k
m ⋅个.
当O A =时,它的任何子式都为零.当O A ≠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.再考察二阶子式,若A 中有一个二阶子式不为零,则往下考察三阶子式,如此进行下去,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 内在的重要特征,在矩阵的理论与应用中都有重要意义.
定义2 设A 为n m ⨯矩阵,如果存在A 的r 阶子式不为零,而任何1-r 阶子式(如果存在的话)皆为零,则称数r 为矩阵A 的秩,记为)(A R .并规定零矩阵的秩等于0.
由定义2,根据行列式的性质易知,矩阵A 的秩)(A R 就是矩阵A 的最高阶非零子式的阶数.
(二)矩阵秩的性质
性质1 若A 为n m ⨯矩阵,则},min{)(0n m A R ≤≤.
性质2 若矩阵A 中有某个s 阶非零子式,则s A R ≥)(;若矩阵A 中所有t 阶子式全为零,则t A R <)(.
性质3 若矩阵A 的秩r A R =)(,则
)()(A R A R T
=. 定义3 设A 为n 阶方阵,若n A R =)(,则称矩阵A 为满秩矩阵;若n A R <)(,则称矩阵A 为降秩矩阵.
由此可得
定理1 n 阶矩阵A 为可逆矩阵的充分必要条件是矩阵A 为满秩矩阵;n 阶矩阵A 为不可逆矩阵的充分必要条件是矩阵A 为降秩矩阵.
性质5 若矩阵B A ~,则)()(B R A R =. 性质6 若矩阵Q P ,可逆,则)()(A R PAQ R =. 性质7 若矩阵A 与B 的秩分别为)(),(B R A R ,则
)()(),()}(),(max{B R A R B A R B R A R +≤≤,
特别地,当B 为列向量时,则有 1)(),()(+≤≤A R B A R A R .
性质8 若矩阵A 与B 的秩分别为)(),(B R A R ,则.)}(),(min{)(B R A R AB R ≤ 性质9 若矩阵
O
B A l n n m =⨯⨯,则n B R A R ≤+)()(.
根据矩阵的性质,可以给出下列例题:
例1 设A 为n 阶矩阵,且E A =2
,证明.n E A R E A R =-++)()(
证 因为E A E E A 2)()(=-++,由性质7得
n E R A E R E A R =≥-++)2()()(
而)()(E A R A E R -=-,所以
n E A R E A R ≥-++)()(.
又O E A E A E A =-=-+2))((,由性质9得
n E A R E A R ≤-++)()(.
综合即得
n E A R E A R =-++)()(.
(三)矩阵秩的求法
定理 矩阵经初等变换后,其秩不变.也就是说,若B A ~,则)()(B R A R = 根据这个定理,我们得到利用初等变换求矩阵的秩的方法:把矩阵用初等行变换变成行阶梯形矩阵,行阶梯形矩阵中非零行的行数就是该矩阵的秩.
首先,矩阵的初等行变换是把行向量组变成一个与之等价的向量组.等价的向量组有相同的秩,因此,初等行变换不改变矩阵的秩.同样初等列变换也不改变矩阵的秩。其次,阶梯形矩阵的秩就等于其中非零的行的数目.
上面的讨论说明,为了计算一个矩阵的秩,只要用初等行变换把它变成阶梯形,这个阶梯形矩阵中非零的行的个数就是原来矩阵的秩。以上的讨论还说明,用初等变换化一个线性方程组成阶梯形,最后留下来的方程的个数与变换的过程
无关,因为它就等于增广矩阵的秩。
下面,我们可以从具体矩阵的初等变换法求解中看:
例2 求矩阵⎪⎪⎪
⎪
⎪⎭
⎫
⎝
⎛--=15414013102
110
01A 的秩.
解:
⎪⎪⎪
⎪⎪⎭⎫
⎝⎛--−−→−⎪⎪⎪⎪⎪⎭⎫
⎝⎛--=---0540101
0202
010
0115414013102110
11413123r r r r r r A
⎪⎪
⎪
⎪
⎪
⎭⎫
⎝⎛-−−→−⎪⎪⎪⎪⎪⎭⎫
⎝
⎛-−−→−↔-+⨯
00004500
1010
10
01450000001010
10
014324232421r r r r r r r ,
所以3)(=A R . 例3 求)3(≥n n 阶矩阵
⎪⎪⎪⎪⎪⎪⎭
⎫ ⎝
⎛=1111Λ
M M M M ΛΛΛa a a a a a
a a a a a a A 的秩.
分析 思路一:先用初等变换将矩阵化为阶梯形矩阵,然后再讨论参数a 的取值,确定矩阵的秩.思路二:先求出A ,然后令O A =求出参数a 的值,最后再根据a 的取值情况确定矩阵的秩.
解法一 因为