线性代数_ 向量组的线性相关性与矩阵的秩_
线性代数疑难问题解答
线性代数疑难问题解答第一章 行列式1. 排列21)1( -n n 的逆序数是2)1(-n n ，那么如何来确定它的奇偶性?解答：我们可以看一下这个排列的奇偶性随着n 的变化情况，然后找出规律。
,1=n 2)1(-n n ＝0，偶排列； ,2=n 12)1(=-n n ，奇排列； ,3=n 32)1(=-n n ，奇排列； ,4=n 62)1(=-n n ，偶排列； ,5=n 102)1(=-n n ，偶排列； ,6=n 152)1(=-n n ，奇排列 可以看出，奇偶性的变化以4为周期，因此我们可以总结如下：当k n 4=或14+=k n 时, 2)1(-n n 是偶数，所以排列是偶排列,当24+=k n 或34+=k n 时, 2)1(-n n 是奇数，所以排列是奇排列.2．行列式定义最基本的有哪些？答：行列式定义最基本的有以下两种： 第一种方式：用递推的方式给出，即 当11)(⨯=a A 时，规定a =A ；当n n ij a ⨯=)(A 时，规定∑∑==+=-=nj ij ij ij ij nj ji A a M a 11)1(A其中ij M 为A 中去掉元素ij a 所在的行和列后得到的1-n 阶行列式，称为A 中元素ij a 的余子式，ij j i ij M A +-=)1(称为ij a 的代数余子式。
第二种方法：对n 阶行列式A 用所有!n 项的代数和给出，即∑-==n np p p t nnn n nna a a a a a a a a a a a A2121212222111211)1(其中n p p p ,,,21 为自然数n ,,2,1 的一个排列，t 为这个排列的逆序数 第一种方式的思想是递推，其实质也是“降阶” ，在实际计算行列式中有着重要的应用。
第二种方式的思想是对二阶、三阶行列式形式的推广，更利于理解行列式的性质。
3．行列式的主要问题是什么？答：行列式的主要问题就是计算行列式的值，其基本方法是运用行列式性质，化简所给行列式而计算之。
线性代数第三章向量组的线性相关性与矩阵的秩
第三章向量组的线性相关性与矩阵的秩何建军§3 • 1 概念与性质3.1.1向量的概念和运算1、n维向量：n个数构成的一个有序数组（a i，a2,…，a n），称为一个n维向量，记为〉=佝，a2 ,…，a n ），并称为n维行向量，a i称为〉的第i个分量，〉的转置T T（a1,a2, a n）称为n维向量。
2、相等：若a =@182,…,a n），p =（D,b2,…,b n），当且仅当a i =b i（i =1,2,…，n）时，：，：。
3、加法：」-a b!,a2 b2^ ,a n b n4、数乘：k ka1,ka2,…,ka n ，（k 为常数）5、內积:匕0 】=aQ +a?b2 + …+a“b n3.1.2向量组的线性相关性1、线性组合：给定向量组A : 对于任何一组实数匕出,…，k m，向量k V1 k^ 2肚m称为向量组A的一个线性组合，匕*?,…，k m称为这个线性组合的组合系数2、线性表示：给定向量组A : 〉1「2,i「m和向量：，如果存在一组数n n « n'1, '2, ，‘ m ,使得■- = ‘1〉1 ‘2〉2 •…-'rn'm则向量-能有向量组A线性表示，向量-是向量组A的线性组合。
3、线性相关：给定向量组A : ‘1厂2,厂m,如果存在一组不全为零的数k1 , k2 , , k m，使得kr 1 k2〉2 k m〉m=o则称向量组A是线性相关的。
4、线性无关：向量组A ：r,〉2,…，〉m,不线性相关，称向量组A线性无关，即不存在不全为零的数k1,k2, , k m使得1• k2「2•■ k m m=0成立，即只有当k1二Q二=k m=0时，才有k^ 1 k2「2 ' k^' m=0成立。
（如果存在一组数k-k2，,k m 使得k V 1 k^ ■k m「m=0，则必有k1= k2 = = k m=0，称向量组A 线性无关）注：含有零向量的向量组一定线性相关。
矩阵的秩与向量组的秩一致
矩阵的“秩”，是线性代数第一部分的核心概念。
“矩阵的秩与向量组的秩一致。
矩阵的秩就是其行（或列）向量组的秩。
”怎样证明？就当做习题练一练。
设矩阵A的秩为r ，则A必有一个r 阶子式不为0，而所有 r + 1阶子式全为 0逻辑1——r 阶子式不为0，则 r个r 维向量线性无关。
分析这是格莱姆法则推论，带来的直接判别方法。
（画外音：r个未知量 r个方程的齐次线性方程组仅有0 解的充分必要条件是其系数行列式不为0）逻辑思维链——这r 个r 维向量与A 的行（或列）向量组有何关系？逻辑2——（“线性无关，延长无关。
”定理）——已知一个n 维向量组线性无关，如果在相同的位置，给组内每个向量都增加一个分量，则所得的n + 1维向量组也线性无关。
分析不妨认为给线性无关的n 维向量组a1，a 2，…，a k 的每个向量都加上第n + 1个分量，形成一个n + 1 维向量组b1，b 2，…，b k若有一组不全为零的数c1，c2，…，c k ，使得c1b1+ c2b 2+ ---+ c k b k = 0，如何证明“这组常数只能全为0”？每个向量有n + 1 分量，向量“线性组合为0”实际上是n + 1个等式。
前n 个等式即c1 a1+ c2a2+ ---+ c k a k = 0由已知线性无关即得，这组常数只能全为0，而最后那个（第n + 1个）等式自然成立。
逻辑3 ——将线性无关的 r个r 维向量，逐次延长为矩阵A 的r 个行向量（或列向量），它们线性无关。
（潜台词：简而言之，不为0的r阶子式所在的r个行向量（或列向量）线性无关。
）逻辑思维链（关键问题）——这r 个行向量是行向量组的最大无关组吗？唯一信息——A的所有r + 1阶子式全为0分析不妨设不为0 的r 阶子式就由这r 个行的左起前r 个分量排成。
（画外音：画个示意图最好。
）任取A的一行，其左起前 r个分量形成的r 维向量，必定可以被r 阶子式的r 个行线性表示。
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。
矩阵的秩与向量组线性相关性的判定
矩阵的秩与向量组线性相关性的判定作者：单彩虹李慧珍夏静来源：《文理导航·教育研究与实践》2016年第06期【摘要】向量组的线性相关性是线性代数中的最重要也是最基本的内容，本文通过两个例子来看一下矩阵的秩在向量组线性相关性判定中的应用。
【关键词】向量；矩阵；线性代数矩阵、向量组的线性相关性是线性代数中的最重要也是最基本的内容，它们关系密切，无法割裂开来。
矩阵是研究线性代数各类问题的载体，矩阵的秩也是判定向量组线性相关性常用的方法。
下面我们就通过两个例子来看一下矩阵的秩在判定向量组线性相关性时的应用。
向量组线性相关性判定定理向量组a1，a2，…am线性相关的充分必要条件是它所构成的矩阵A=（a1，a2，…am）的秩小于向量个数m；向量组线性无关的充分必要条件是R（A）=m。
例1设b1=a1，b2=a1+a2，…，br=a1+a2+…+ar且向量组a1，a2，…，ar线性无关，证明向量组b1，b2，…，br线性无关。
证先把向量组b1，b2，…，br由向量组a1，a2，…，ar线性表示的关系式写成矩阵形式：记为B=AK，因为detK=1，所以K是可逆矩阵，由矩阵秩的性质可知R（b1，b2，…，br）=（a1，a2，…，ar）又因为a1，a2，…，ar线性无关，由向量组线性相关性判定定理可知R（a1，a2，…，ar）=r，从而有R（b1，b2，…，br）=r，再次运用定理知向量组b1，b2，…，br线性无关。
例2 设b1=a1+a2，b2=a2+a3，b3=a3+a4，b4=a4+a1，证明向量组b1，b2，…，br线性相关。
证一根据题设可得b1-b2+b3-b4=（a1+a2）-（a2+a3）+（a3+a4）-（a4+a1）=0由定义，知向量组b1，b2，…，br线性相关。
证二两向量组表示的矩阵形式为：因为detK=0，所以R（K）由矩阵秩的性质知R（b1，b2，b3，b4）≤R（K）由判定定理，向量组b1，b2，…，br线性相关。
向量组的线性相关性与矩阵的秩
第三章 向量组的线性相关性与矩阵的秩向量是研究代数问题的重要工具。
在解析几何里，曾经讨论过二维与三维向量。
但是，在很多实际问题中，往往需要研究更多维的向量。
例如，描述卫星的飞行状态需要知道卫星的位置()z y x ,,、时间t 以及三个速度分量z y x v v v ,,，这七个量组成的有序数组()z y xv v vt z y x ,,,,,,称为七维向量。
更一般地，本章将引入n 维向量的概念，定义向量的线性运算，并在此基础上讨论向量组的线性相关性，研究向量组与矩阵的秩、向量组的正交化等问题。
这将为以后利用向量的线性关系来分析线性方程组解的存在性，化二次型为标准形等奠定理论上的基础。
§1 n 维向量作为二维向量、三维向量的推广，现给出n 维向量的定义定义1 n 个数n a a a ,,,21 组成的有序数组（n a a a ,,,21 ），称为n 维向量。
数i a 称为向量的第i 个分量（或第i 个分量）。
向量通常用希腊字母γβα,, ,等来表示。
向量常写为一行α=（n a a a ,,,21 ）有时为了运算方便，又可以写为一列=α⎪⎪⎪⎪⎪⎭⎫⎝⎛n a a a 21前者称为行向量，后者称为列向量。
行向量、列向量都表示同一个n 维向量。
设),,,(),,,,(2121n n b b b a a a ==βα都是n 维向量，当且仅当它们各个对应的分 量相等，即),,2,1(n i b a i i ==时，称向量α与向量β相等，记作，βα=。
分量全为零的向量称为零向量，记为，即 0=)0,,0,0( 若),,,(21n a a a =α，则称),,,(21n a a a --- 为α的负向量，记为α-。
下面讨论n 维向量的运算。
定义2 设),,,(),,,,(2121n n b b b a a a ==βα都是n 维向量，那么向量),,,(2211n n b a b a b a +++ 叫做向量α与β的和向量，记做βα+，即),,,(2211n n b a b a b a +++=+ βα向量α与β的差向量可以定义为α+)(β-，即),,,()(2211n n b a b a b a ---=-+=- βαβα定义3 设),,,(21n a a a =α是n 维向量，λ是一个数，那么向量),,,(21n a a a λλλ 叫做数λ与向量α的数量乘积（简称数乘），记为λα，即),,,(21a a a λλλλα =向量的和、差及数乘运算统称为向量的线性运算。
线性代数 线性相关性与秩
将(r +1)阶行列式Dj按最后一列展开，有：
a1 j A1 + a2 j A2 +
α1 A1 + α 2 A2 +
+ arj Ar + ar +1, j Dr = 0
j = 1,2, ,n
按向量形式写，上式为：
+ α r Ar + α r +1 Dr = 0 ∵ Dr ≠ 0, ⇒ α1 , α 2 , , α r +1线性相关, 从而α1 , α 2 , , α m 线性相关。
若存在一组不全为零的数 k1 , km , 使向量组 α1 , k1α1 + kmα m ≠ 0, 则 α1 , α m线性无关
α m的线性组合
× √
向量组 α1 ,
α m (m ≥ 2) 线性无关 ⇔ 该向量组中任意t (1 ≤ t ≤ m)个线性无关
向量组 α1 ,
α m (m ≥ 2) 中任取两个向量线性无关 ⇒ 该向量组线性无关
称为向量组的秩，记为 r (α1 , α 2 , , α m ). r(0)=0 注：（1）线性无关的向量组的秩=向量的个数。 （2）向量组线性无关⇔秩=向量个数。
若α1 , α 2 , , α m 可由β1 , β 2 , , β s 线性表示，则 定理3： r (α1 , α 2 , , α m ) ≤ r ( β1 , β 2 , , βs )
注: 1.线性无关向量组的极大无关组就是其本身;
2.向量组与其极大无关组等价; 3.同一个向量组的极大无关组不惟一,但它们之间是 等价的.
例:求向量组的极大无关组. α1 = (1,2,−1), α 2 = ( 2,−3,1), α 3 ⎛1 2 ⎛ α1 ⎞ ⎛ 1 2 − 1⎞ ⎜ ⎟ ⎜ ⎟ ⎜ A = ⎜α 2 ⎟ = ⎜ 2 − 3 1 ⎟ → ⎜ 0 − 7 ⎜0 − 7 ⎜ α ⎟ ⎜ 4 1 − 1⎟ ⎝ ⎠ ⎝ 3⎠ ⎝
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
一个向量组线性相关的判定方法
交流Experience ExchangeDI G I T C W 经验262DIGITCW2019.05定义：给定一个向量组I ，若存在m 个不全为零的数，使得成立，则称向量组线性相关。
否则，称向量组线性无关。
等价定义：若向量组I 中至少有一个向量能由其余的向量线性表出，则该向量组线性相关。
给出任意一个向量组，判断其线性相关性，有以下几种判定方法：（1）包含零向量的向量组必线性相关。
若，则有，所以向量组线性相关。
（2）只含有一个向量的向量组线性相关该向量是零向量。
“”若，有，所以α线性相关。
“”若线性相关，则存在，使得，得到。
（3）含有两个向量的向量组线性相关它们的对应分量成比例。
“”若线性相关，存在不全为零的数，使得成立。
假设，则有，故对应分量成比例。
“”若对应分量成比例，一定存在数，使得或者，则有线性相关。
例1：对应分量不成比例，所以向量组线性无关。
（4）单位向量组必线性无关。
由于，有，所以单位向量组线性无关。
（5）向量组的向量个数>向量维数，必线性相关。
任意一个向量都可以由单位向量线性表出，即有下，又因为单位向量组是线性无关的，由等价定义可得，该向量组必线性相关。
判断一个向量组是否线性相关等价于判断一个齐次线性方程组是否有非零解，令向量组中向量的维数等于方程的个数，向量的个数等于方程中未知量的个数，即可构成一个齐次线性方程组。
例2：讨论的线性相关性。
解：由向量方程，可以得到齐次线性方程组由于齐次线性方程组系数矩阵A 的秩，故该齐次线性方程组有非零解，即不全为零，所以向量组线性相关。
（6）向量组的向量个数 向量维数时，判断对应的齐次线性方程组是否有非零解，只需要根据其系数行列式和系数矩阵来判定即可，故有以下两种判定方法：方法一：以各向量为列向量组成行列式D ，方法二：以各向量为列向量组成矩阵A ，进行初等行变换，化为行阶梯形矩阵，例3：讨论向量组，，的线性相关性。
解：由向量方程，可以得到齐次线性方程组所以向量组线性相关。
向量组的线性相关、行和秩
第六讲 向量组的线性相关和秩一、何为线性组合和相关性：1、线性组合：设有向量组A:1α,2α,…,m α，对于任何一组实数:1κ,2κ,…,m κ,表达式11κα+22κα+…+m m κα,称向量组A 的一个线性组合；同时，对于向量β，如果存在一组数1κ,2κ,…,m κ，使得β=11κα+22κα+…+m m κα，则称向量β能由向量组A 线性表示。
2、相关性：对于11κα+22κα+…+m m κα=0（i κ不全为零，i =1,2，…,m ）,则称向量组A 线性相关；否则称向量组A 线性无关。
例1：判断向量组1α=310⎛⎫ ⎪ ⎪ ⎪⎝⎭,2α=160⎛⎫ ⎪ ⎪ ⎪⎝⎭,3α=475⎛⎫⎪⎪ ⎪⎝⎭的线性相关性。
解：令11κα+22κα+33κα=0，即123314167005κκκ⎛⎫⎛⎫⎪⎪⎪⎪ ⎪⎪⎝⎭⎝⎭=0由于A =314167005=85≠0 所以由克拉默法则知，该方程组只有零解，即1κ= 2κ= 3κ=0，所以1α,2α,3α线性无关。
3、 定理1 向量组A:1α,2α,…,m α(m ≥2)线性±相关的充分必要条件是向量组A 中至少有一个向量可由其余m-1个向量线性表示。
4、 定理2 向量组1α,2α,…,m α线性相关的充分必要条件是它所构成的矩阵A=(1α,2α,…,m α)的秩小于向量个数m ；向量组线性无关的充分必要条件是R(A)=m 。
例2： 设1α=111⎛⎫ ⎪ ⎪ ⎪⎝⎭，2α=201-⎛⎫ ⎪ ⎪ ⎪⎝⎭，3α=012⎛⎫ ⎪ ⎪ ⎪⎝⎭，4α=122-⎛⎫ ⎪⎪ ⎪⎝⎭，试讨论向量组1α,2α,3α,4α及1α,2α,3α的线性相关性。
解: 设(1α,2α,3α,4α)=120112011012021311220013----⎛⎫⎛⎫⎪ ⎪→ ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭可见R(1α,2α,3α,4α)=3小于向量个数4，故向量1α,2α,3α,4α线性无关；同时可得R(1α,2α,3α)=3，等于向量个数，故向量组1α,2α,3α线性无关。
向量组的线性关系与秩
数
教
案 设 A 1 ,2, ,s则此向量方程就是 AX .
华
南
理 工
反过来,判别“以 A 为增广矩阵的线性方程组是否
大 学
有解？解是否唯一？”的问题又可转化为 “
是否可
广 州 学
以用A的列向量组线性表示? 表示方式是否唯一？” 的问题.
院
联
合
—
班 线 性 代 数
2.如果n维向量组 1,2, ,s 中的每一个都可以用
,s表示，即 是1,2,
,s
性 代
的一个线性组合，也就是说存在数组c1,c2,
,cs使得
数 教 案
c 11 c 22 c ss
例如
华
南
a
理
工 大 学 广
b c
州
学 院
则
1
1
0
0
0
2
1
0
0
3
0
1
a 1b 2c3
—
联
合
班 又如
线 性 代 数
a b
c
学
院
—
3．等价关系：如果 1,2, ,s与 1,2, ,t互相可
联 合
表示
班
线
1,2,,s 1,2,,t
性
代 就称它们等价，记作
数
教 案
1 ,2 , ,s1 ,2 , ,t
华
向量组的线性表示关系有传递性,即如果向量组
南
理
1,2, ,t 可以用 1,2,
,s线性表示,而1,2,
,s
工 大
—
线 性
是特殊的阶梯形矩阵，特点为：
代
数 教
（1）台角位置的元素都为1；
线性代数--第三章向量线性关系秩
β
k1 l
α1
k2 l
α2
kr l
αr
若有: =k11+k22+ …+krr=l11+l22+ …+lrr
则有: 所以:
(k1 l1)1+(k2 l2)2+ …+(krl1)r=0 k1 l1=k2 l2= …=krl1=0
(1, 0, 0, 1)的线性相关性.
解 设 k11+k22+k33=0 , 即 (k1k3, k1+k2, 0,k2+k3)=(0,0,0,0)
k1 k1
k3 k2
0 0
k2 k3 0
解得: k1=k2=k3=0. 所以1, 2, 3线性无关.
例3 讨论向量组 1T=(1,1,2), 2T=(0,1, 1), 3T= (2, 3, 3)的线性相关性.
解 设 k11+k22+k33=0 , 即 k1(1+2)+k2(2+3)+k3(3+1)=0
就是
(k1+k3)1+(k1+k2)2+(k2+k3)3=0
所以
k1 +k3 k1 +k2
0 0
k2 k3 0
解得: k1=k2=k3=0
所以向量组1, 2, 3线性无关.
定理3.1 若向量组有一个部分组线性相关, 则此向量 组线性相关.
前面加长向量组的概念中只加了一个分量, 而且加在
了最后一个分量. 也可以加多个分量, 分量也可以加在任
线形代数-向量的线性相关性与矩阵的秩
∴当 t＝-1 或 t＝2 时，线性相关。 4．若 α 1 ， α 2 ， α 3 ， α 4 线性无关，问 ⑴ 向量组 α 1 − α 2 ， α 2 − α 3 ， α 3 − α 4 ， α 4 − α 1 是否线性无关？ 解：设 α 1 − α 2 ， α 2 − α 3 ， α 3 − α 4 ， α 4 − α 1 线性相关 有 k 1 (α 1 − α 2 ) + k 2 (α 2 − α 3 ) + k 3 (α 3 − α 4 ) + k 4 (α 4 − α1 )
∴
2 x1 + 7 x2 + 3 x3 + x4 = 6 − 11x2 − 5 x3 + x4 = −10
2 x3 0 x1 − 11 当 = 时， = 10 （特解） x4 0 x 2 11 1 x 3 − 1 x1 − 11 x 0 x1 − 9 ；当 3 = = 时， = 时， = 5 x4 0 x 2 11 x4 1 x2 1
3． 如下方程组有解的充分必要条件是什么？有解时，求其通解
x1 − x 2 x − x 2 3 x3 − x4 x − x 5 4 x5 − x1
= a1 = a2 = a3 = a4 = a5
解：上述 5 个等式相加，得 a1 + a2 + a3 + a 4 + a5 = 0 ，是有解的充分必要条件；
6 4 2
3 1 6 3 1 6 2 7 3 1 6 2 7 2 7 解：∵ 3 5 2 2 4 ⇒ 0 − 11 − 5 1 − 10 ⇒ 0 − 11 − 5 1 − 10 0 0 0 9 4 1 7 2 0 − 11 − 5 1 − 10 0 0
第4章向量组的线性相关性
[定义]若向量组A与B能相互线性表示 则称这两个向量组等价。
➢矩阵等价与向量组等价的关系
若矩阵A与B 行等价 则这两个矩阵的行向量组等价 若矩阵A与B 列等价 则这两个矩阵的列向量组等价
➢向量组等价的判据 [定理4-2]推论：向量组 A a1, a2, , an 与向量组 B : b1,b2, ,bm 等价的充要条件是R(A)R(B)=R(A B) 。
分量全为实数的向量称为实向量， 例如 (1,2,3,,n)
分量全为复数的向量称为复向量。 例如 (1 2i,2 3i,,n (n 1)i)
第四章 向量组的线性相关性
2、向量的表示
n维向量写成一列，称为列向量（即列矩阵），
通常用 a, b,, 等表示，如：
a1
a
a2
an
n维向量写成一行，称为行向量(即行矩阵），
1 1 1 1
1 0 3 2
~ ~ B
1 2
2 1
1 4
0
3
r
0
1
2
1
r
0
1
2
1
0 0 0 0
0 0 0 0
2
3
0
1
0
0
0
0
0
0
0
0
R(A) R(B) 2
向量b能由向量组 a1, a2, a3 线性表示。
第四章 向量组的线性相关性
由B最简形可得线性方程组 (a1,a2,a3)x b即Ax b 解为
(a11 a12 a1n)
(a21 a22 a2n)
(am1 am2 amn)
第四章 向量组的线性相关性
2、向量组的线性组合
向量组的线性相关性和矩阵的秩练习题答案
第三章向量组的线性相关性和矩阵的秩（一）基本要求：（二）内容分析和教学指导（1）从解方程的过程引出所要解决的问题，每个方程对应于一个行向量，某个方程可由其它方程表示，则该方程可去掉，为无效方程。
这对应于讨论向量组中是否有某个向量可由其它向量线性表示，即向量的线性相关性问题。
去掉无效方程后的方程求解，需要确定自由未知量和保留未知量，涉及最后的方程系数行列式不等于零的问题（2）向量的线性运算及其性质，和矩阵的运算相对应。
（3 ）向量线性相关性的定义和判断：线性相关性定义使用于理论证明，把相关性问题转化为向量方程（即方程组）有无非零解的问题，而等价定义使相关性的含义更加明确。
为了加深相关性的定义，对与一个向量，两个向量和三个向量线性相关的几何意义加以强调：单个零向量是线性相关的，两个向量相关是指两个向量共线，三个向量相关是共面。
通过利用相关性定义来判断向量组线性相关，重点培养学生的利用概念分析判断，进行逻辑推理的能力。
定义理解中的误区：（1 ）定义中的系数是独立的，（2 ）非零组合系数是相对向量组的，不同向量组对应的系数可能不同，（ 3 ）向量组线性相关则至少有一个向量可以由其它向量线性表示，至于是那一个向量是依赖于具体的向量组，并不是每个向量都可由其它向量变来表示。
列向量组的线性相关性和线性表示的矩阵表示，行向量组线性相关性和线性表示的矩阵表示。
重点是列向量组表示的矩阵形式（4 ）相关表示式的分量形式是理解相关性定理的基础和本质，一个分量对应一个方程，一个向量对应一个未知数。
用子式判断向量的线性相关性的方法，子式不等于对应于只有零解，对应于线性无关，子式等于零对应于有非零解，对应线性相关。
（5 ）最大无关组和矩阵的秩：重点理解矩阵秩的定义和含义，牢固建立矩阵和向量组的对应关系。
矩阵的秩等于行向量组的秩，等于列向量组的秩，就是非零子式的最高阶数。
掌握最高阶非零子式和向量组的最大无关组之间的对应关系，子式为零对应于线性相关，子式非零对应于线性无关。
线性代数课后习题答案04
第四章 向量组的线性相关性1. 设v 1=(1, 1, 0)T , v 2=(0, 1, 1)T , v 3=(3, 4, 0)T , 求v 1-v 2及3v 1+2v 2-v 3. 解 v 1-v 2=(1, 1, 0)T -(0, 1, 1)T=(1-0, 1-1, 0-1)T=(1, 0, -1)T .3v 1+2v 2-v 3=3(1, 1, 0)T +2(0, 1, 1)T -(3, 4, 0)T =(3⨯1+2⨯0-3, 3⨯1+2⨯1-4, 3⨯0+2⨯1-0)T =(0, 1, 2)T .2. 设3(a 1-a )+2(a 2+a )=5(a 3+a ), 求a , 其中a 1=(2, 5, 1, 3)T , a 2=(10, 1, 5, 10)T , a 3=(4, 1, -1, 1)T . 解 由3(a 1-a )+2(a 2+a )=5(a 3+a )整理得)523(61321a a a a -+=])1 ,1 ,1 ,4(5)10 ,5 ,1 ,10(2)3 ,1 ,5 ,2(3[61T T T --+==(1, 2, 3, 4)T . 3. 已知向量组A : a 1=(0, 1, 2, 3)T , a 2=(3, 0, 1, 2)T , a 3=(2, 3, 0, 1)T ;B : b 1=(2, 1, 1, 2)T , b 2=(0, -2, 1, 1)T , b 3=(4, 4, 1, 3)T , 证明B 组能由A 组线性表示, 但A 组不能由B 组线性表示. 证明 由 ⎪⎪⎪⎭⎫⎝⎛-=312123111012421301402230) ,(B A ⎪⎪⎪⎭⎫ ⎝⎛-------971820751610402230421301~r⎪⎪⎪⎭⎫⎝⎛------531400251552000751610421301 ~r⎪⎪⎪⎭⎫ ⎝⎛-----000000531400751610421301~r 知R (A )=R (A , B )=3, 所以B 组能由A 组线性表示. 由⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛---⎪⎪⎪⎭⎫⎝⎛-=000000110201110110220201312111421402~~r r B 知R (B )=2. 因为R (B )≠R (B , A ), 所以A 组不能由B 组线性表示.4. 已知向量组A : a 1=(0, 1, 1)T , a 2=(1, 1, 0)T ;B : b 1=(-1, 0, 1)T , b 2=(1, 2, 1)T , b 3=(3, 2, -1)T , 证明A 组与B 组等价. 证明 由⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛--=000001122010311112201122010311011111122010311) ,(~~r r A B ,知R (B )=R (B , A )=2. 显然在A 中有二阶非零子式, 故R (A )≥2, 又R (A )≤R (B , A )=2, 所以R (A )=2, 从而R (A )=R (B )=R (A , B ). 因此A 组与B 组等价.5. 已知R (a 1, a 2, a 3)=2, R (a 2, a 3, a 4)=3, 证明 (1) a 1能由a 2, a 3线性表示; (2) a 4不能由a 1, a 2, a 3线性表示.证明 (1)由R (a 2, a 3, a 4)=3知a 2, a 3, a 4线性无关, 故a 2, a 3也线性无关. 又由R (a 1, a 2, a 3)=2知a 1, a 2, a 3线性相关, 故a 1能由a 2, a 3线性表示.(2)假如a 4能由a 1, a 2, a 3线性表示, 则因为a 1能由a 2, a 3线性表示, 故a 4能由a 2, a 3线性表示, 从而a 2, a 3, a 4线性相关, 矛盾. 因此a 4不能由a 1, a 2, a 3线性表示.6. 判定下列向量组是线性相关还是线性无关: (1) (-1, 3, 1)T , (2, 1, 0)T , (1, 4, 1)T ; (2) (2, 3, 0)T , (-1, 4, 0)T , (0, 0, 2)T .解 (1)以所给向量为列向量的矩阵记为A . 因为⎪⎪⎭⎫⎝⎛-⎪⎪⎭⎫ ⎝⎛-⎪⎪⎭⎫ ⎝⎛-=000110121220770121101413121~~r r A ,所以R (A )=2小于向量的个数, 从而所给向量组线性相关. (2)以所给向量为列向量的矩阵记为B . 因为022200043012||≠=-=B ,所以R (B )=3等于向量的个数, 从而所给向量组线性相无关.7. 问a 取什么值时下列向量组线性相关？ a 1=(a , 1, 1)T , a 2=(1, a , -1)T , a 3=(1, -1, a )T . 解 以所给向量为列向量的矩阵记为A . 由)1)(1(111111||+-=--=a a a aa a A知, 当a =-1、0、1时, R (A )<3, 此时向量组线性相关.8. 设a 1, a 2线性无关, a 1+b , a 2+b 线性相关, 求向量b 用a 1, a 2线性表示的表示式.解 因为a 1+b , a 2+b 线性相关, 故存在不全为零的数λ1, λ2使λ1(a 1+b )+λ2(a 2+b )=0, 由此得 2211121122121211)1(a a a a b λλλλλλλλλλλλ+--+-=+-+-=, 设211λλλ+-=c , 则 b =c a 1-(1+c )a 2, c ∈R .9. 设a 1, a 2线性相关, b 1, b 2也线性相关, 问a 1+b 1, a 2+b 2是否一定线性相关？试举例说明之. 解 不一定.例如, 当a 1=(1, 2)T , a 2=(2, 4)T , b 1=(-1, -1)T , b 2=(0, 0)T 时, 有 a 1+b 1=(1, 2)T +b 1=(0, 1)T , a 2+b 2=(2, 4)T +(0, 0)T =(2, 4)T , 而a 1+b 1, a 2+b 2的对应分量不成比例, 是线性无关的.10. 举例说明下列各命题是错误的:(1)若向量组a 1, a 2, ⋅ ⋅ ⋅, a m 是线性相关的, 则a 1可由a 2, ⋅ ⋅ ⋅, a m 线性表示.解 设a 1=e 1=(1, 0, 0, ⋅ ⋅ ⋅, 0), a 2=a 3= ⋅ ⋅ ⋅ =a m =0, 则a 1, a 2, ⋅ ⋅ ⋅, a m 线性相关, 但a 1不能由a 2, ⋅ ⋅ ⋅, a m 线性表示. (2)若有不全为0的数λ1, λ2, ⋅ ⋅ ⋅, λm 使λ1a 1+ ⋅ ⋅ ⋅ +λm a m +λ1b 1+ ⋅ ⋅ ⋅ +λm b m =0成立, 则a 1, a 2, ⋅ ⋅ ⋅, a m 线性相关, b 1, b 2, ⋅ ⋅ ⋅, b m 亦线性相关. 解 有不全为零的数λ1, λ2, ⋅ ⋅ ⋅, λm 使λ1a 1+ ⋅ ⋅ ⋅ +λm a m +λ1b 1+ ⋅ ⋅ ⋅ +λm b m =0,原式可化为λ1(a 1+b 1)+ ⋅ ⋅ ⋅ +λm (a m +b m )=0.取a1=e1=-b1,a2=e2=-b2,⋅⋅⋅,a m=e m=-b m,其中e1,e2,⋅⋅⋅,e m为单位坐标向量,则上式成立,而a1,a2,⋅⋅⋅,a m和b1,b2,⋅⋅⋅,b m均线性无关.(3)若只有当λ1,λ2,⋅⋅⋅,λm全为0时,等式λ1a1+⋅⋅⋅+λm a m+λ1b1+⋅⋅⋅+λm b m=0才能成立,则a1,a2,⋅⋅⋅,a m线性无关, b1,b2,⋅⋅⋅,b m亦线性无关.解由于只有当λ1,λ2,⋅⋅⋅,λm全为0时,等式由λ1a1+⋅⋅⋅+λm a m+λ1b1+⋅⋅⋅+λm b m=0成立,所以只有当λ1,λ2,⋅⋅⋅,λm全为0时,等式λ1(a1+b1)+λ2(a2+b2)+⋅⋅⋅+λm(a m+b m)=0成立.因此a1+b1,a2+b2,⋅⋅⋅,a m+b m线性无关.取a1=a2=⋅⋅⋅=a m=0,取b1,⋅⋅⋅,b m为线性无关组,则它们满足以上条件,但a1,a2,⋅⋅⋅,a m线性相关.(4)若a1,a2,⋅⋅⋅,a m线性相关, b1,b2,⋅⋅⋅,b m亦线性相关,则有不全为0的数,λ1,λ2,⋅⋅⋅,λm使λ1a1+⋅⋅⋅+λm a m=0,λ1b1+⋅⋅⋅+λm b m=0同时成立.解a1=(1, 0)T,a2=(2, 0)T,b1=(0, 3)T,b2=(0, 4)T,λ1a1+λ2a2 =0⇒λ1=-2λ2,λ1b1+λ2b2 =0⇒λ1=-(3/4)λ2,⇒λ1=λ2=0,与题设矛盾.11.设b1=a1+a2,b2=a2+a3,b3=a3+a4,b4=a4+a1,证明向量组b1,b2,b3, b4线性相关.证明由已知条件得a 1=b 1-a 2, a 2=b 2-a 3, a 3=b 3-a 4, a 4=b 4-a 1, 于是 a 1 =b 1-b 2+a 3 =b 1-b 2+b 3-a 4 =b 1-b 2+b 3-b 4+a 1, 从而 b 1-b 2+b 3-b 4=0,这说明向量组b 1, b 2, b 3, b 4线性相关.12. 设b 1=a 1, b 2=a 1+a 2, ⋅ ⋅ ⋅, b r =a 1+a 2+ ⋅ ⋅ ⋅ +a r , 且向量组a 1, a 2, ⋅ ⋅ ⋅ , a r 线性无关, 证明向量组b 1, b 2, ⋅ ⋅ ⋅ , b r 线性无关. 证明 已知的r 个等式可以写成⎪⎪⎪⎭⎫⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=⋅⋅⋅100110111) , , ,() , , ,(2121r r a a a b b b , 上式记为B =AK . 因为|K |=1≠0, K 可逆, 所以R (B )=R (A )=r , 从而向量组b 1, b 2, ⋅ ⋅ ⋅ , b r 线性无关.13. 求下列向量组的秩, 并求一个最大无关组:(1)a 1=(1, 2, -1, 4)T , a 2=(9, 100, 10, 4)T , a 3=(-2, -4, 2, -8)T ; 解 由⎪⎪⎪⎭⎫ ⎝⎛-⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛----=000000010291032001900820291844210141002291) , ,(~~321r r a a a ,知R (a 1, a 2, a 3)=2. 因为向量a 1与a 2的分量不成比例, 故a 1, a 2线性无关, 所以a 1, a 2是一个最大无关组.(2)a 1T =(1, 2, 1, 3), a 2T =(4, -1, -5, -6), a 3T =(1, -3, -4, -7). 解 由⎪⎪⎪⎭⎫⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛------⎪⎪⎪⎭⎫⎝⎛------=00000059014110180590590141763451312141) , ,(~~321r r a a a , 知R (a 1T , a 2T , a 3T )=R (a 1, a 2, a 3)=2. 因为向量a 1T 与a 2T 的分量不成比例, 故a 1T , a 2T 线性无关, 所以a 1T , a 2T 是一个最大无关组.14. 利用初等行变换求下列矩阵的列向量组的一个最大无关组: (1)⎪⎪⎪⎭⎫⎝⎛4820322513454947513253947543173125;解 因为⎪⎪⎪⎭⎫ ⎝⎛482032251345494751325394754317312513121433~r r r r r r ---⎪⎪⎪⎭⎫ ⎝⎛531053103210431731253423~rr r r --⎪⎪⎪⎭⎫ ⎝⎛00003100321043173125, 所以第1、2、3列构成一个最大无关组.(2)⎪⎪⎪⎭⎫⎝⎛---14011313021512012211. 解 因为⎪⎪⎪⎭⎫ ⎝⎛---1401131302151201221113142~r r r r --⎪⎪⎪⎭⎫ ⎝⎛------22201512015120122112343~r r r r +↔⎪⎪⎪⎭⎫ ⎝⎛---00000222001512012211, 所以第1、2、3列构成一个最大无关组.15. 设向量组(a , 3, 1)T , (2, b , 3)T , (1, 2, 1)T , (2, 3, 1)T的秩为2, 求a , b .解 设a 1=(a , 3, 1)T , a 2=(2, b , 3)T , a 3=(1, 2, 1)T , a 4=(2, 3, 1)T . 因为⎪⎪⎭⎫ ⎝⎛----⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛=5200111031116110111031113111332221) , , ,(~~2143b a a b a b a r r a a a a ,而R (a 1, a 2, a 3, a 4)=2, 所以a =2, b =5.16. 设a 1, a 2, ⋅ ⋅ ⋅, a n 是一组n 维向量, 已知n 维单位坐标向量e 1, e 2,⋅ ⋅ ⋅, e n 能由它们线性表示, 证明a 1, a 2, ⋅ ⋅ ⋅, a n 线性无关.证法一 记A =(a 1, a 2, ⋅ ⋅ ⋅, a n ), E =(e 1, e 2,⋅ ⋅ ⋅, e n ). 由已知条件知, 存在矩阵K , 使E =AK .两边取行列式, 得|E |=|A ||K |.可见|A |≠0, 所以R (A )=n , 从而a 1, a 2, ⋅ ⋅ ⋅, a n 线性无关.证法二 因为e 1, e 2,⋅ ⋅ ⋅, e n 能由a 1, a 2, ⋅ ⋅ ⋅, a n 线性表示, 所以R (e 1, e 2,⋅ ⋅ ⋅, e n )≤R (a 1, a 2, ⋅ ⋅ ⋅, a n ),而R (e 1, e 2,⋅ ⋅ ⋅, e n )=n , R (a 1, a 2, ⋅ ⋅ ⋅, a n )≤n , 所以R (a 1, a 2, ⋅ ⋅ ⋅, a n )=n , 从而a 1, a 2, ⋅ ⋅ ⋅, a n 线性无关.17. 设a 1, a 2, ⋅ ⋅ ⋅, a n 是一组n 维向量, 证明它们线性无关的充分必要条件是: 任一n 维向量都可由它们线性表示.证明 必要性: 设a 为任一n 维向量. 因为a 1, a 2, ⋅ ⋅ ⋅, a n 线性无关,而a1,a2,⋅⋅⋅,a n,a是n+1个n维向量,是线性相关的,所以a能由a1,a2,⋅⋅⋅,a n线性表示,且表示式是唯一的.充分性:已知任一n维向量都可由a1,a2,⋅⋅⋅,a n线性表示,故单位坐标向量组e1,e2,⋅⋅⋅,e n能由a1,a2,⋅⋅⋅,a n线性表示,于是有n=R(e1,e2,⋅⋅⋅,e n)≤R(a1,a2,⋅⋅⋅,a n)≤n,即R(a1,a2,⋅⋅⋅,a n)=n,所以a1,a2,⋅⋅⋅,a n线性无关.18.设向量组a1,a2,⋅⋅⋅,a m线性相关,且a1≠0,证明存在某个向量a k (2≤k≤m),使a k能由a1,a2,⋅⋅⋅,a k-1线性表示.证明因为a1,a2,⋅⋅⋅,a m线性相关,所以存在不全为零的数λ1,λ2,⋅⋅⋅,λm,使λ1a1+λ2a2+⋅⋅⋅+λm a m=0,而且λ2,λ3,⋅⋅⋅,λm不全为零.这是因为,如若不然,则λ1a1=0,由a1≠0知λ1=0,矛盾.因此存在k(2≤k≤m),使λk≠0,λk+1=λk+2=⋅⋅⋅=λm=0,于是λ1a1+λ2a2+⋅⋅⋅+λk a k=0,a k=-(1/λk)(λ1a1+λ2a2+⋅⋅⋅+λk-1a k-1),即a k能由a1,a2,⋅⋅⋅,a k-1线性表示.19.设向量组B:b1,⋅⋅⋅,b r能由向量组A:a1,⋅⋅⋅,a s线性表示为(b1,⋅⋅⋅,b r)=(a1,⋅⋅⋅,a s)K,其中K为s⨯r矩阵,且A组线性无关.证明B 组线性无关的充分必要条件是矩阵K的秩R(K)=r.证明令B=(b1,⋅⋅⋅,b r),A=(a1,⋅⋅⋅,a s),则有B=AK.必要性: 设向量组B 线性无关.由向量组B 线性无关及矩阵秩的性质, 有 r =R (B )=R (AK )≤min{R (A ), R (K )}≤R (K ), 及 R (K )≤min{r , s }≤r . 因此R (K )=r .充分性: 因为R (K )=r , 所以存在可逆矩阵C , 使⎪⎭⎫⎝⎛=O E KC r 为K 的标准形. 于是(b 1, ⋅ ⋅ ⋅, b r )C =( a 1, ⋅ ⋅ ⋅, a s )KC =(a 1, ⋅ ⋅ ⋅, a r ).因为C 可逆, 所以R (b 1, ⋅ ⋅ ⋅, b r )=R (a 1, ⋅ ⋅ ⋅, a r )=r , 从而b 1, ⋅ ⋅ ⋅, b r 线性无关.20. 设⎪⎩⎪⎨⎧+⋅⋅⋅+++=⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅+⋅⋅⋅++=+⋅⋅⋅++=-1321312321 n n nn ααααβαααβαααβ, 证明向量组α1, α2, ⋅ ⋅ ⋅, αn 与向量组β1, β2, ⋅ ⋅ ⋅, βn 等价. 证明 将已知关系写成⎪⎪⎪⎪⎭⎫ ⎝⎛⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=⋅⋅⋅0111101111011110) , , ,() , , ,(2121n n αααβββ, 将上式记为B =AK . 因为0)1()1(0111101*********||1≠--=⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=-n K n , 所以K 可逆, 故有A =BK -1. 由B =AK 和A =BK -1可知向量组α1, α2, ⋅ ⋅ ⋅, αn 与向量组β1, β2, ⋅ ⋅ ⋅, βn 可相互线性表示. 因此向量组α1, α2, ⋅ ⋅ ⋅, αn 与向量组β1, β2, ⋅ ⋅ ⋅, βn 等价.21. 已知3阶矩阵A 与3维列向量x 满足A 3x =3A x -A 2x , 且向量组x , A x , A 2x 线性无关.(1)记P =(x , A x , A 2x ), 求3阶矩阵B , 使AP =PB ;解 因为AP =A (x , A x , A 2x )=(A x , A 2x , A 3x )=(A x , A 2x , 3A x -A 2x )⎪⎪⎭⎫ ⎝⎛-=110301000) , ,(2x x x A A , 所以⎪⎪⎭⎫ ⎝⎛-=110301000B . (2)求|A |.解 由A 3x =3A x -A 2x , 得A (3x -A x -A 2x )=0. 因为x , A x , A 2x 线性无关, 故3x -A x -A 2x ≠0, 即方程A x =0有非零解, 所以R (A )<3, |A |=0. 22. 求下列齐次线性方程组的基础解系:(1)⎪⎩⎪⎨⎧=-++=-++=++-02683054202108432143214321x x x x x x x x x x x x ; 解 对系数矩阵进行初等行变换, 有⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛---=00004/14/3100401 2683154221081~r A , 于是得⎩⎨⎧+=-=43231)4/1()4/3(4x x x x x . 取(x 3, x 4)T =(4, 0)T , 得(x 1, x 2)T =(-16, 3)T ;取(x 3, x 4)T =(0, 4)T , 得(x 1, x 2)T =(0, 1)T .因此方程组的基础解系为ξ1=(-16, 3, 4, 0)T , ξ2=(0, 1, 0, 4)T .(2)⎪⎩⎪⎨⎧=-++=-++=+--03678024530232432143214321x x x x x x x x x x x x . 解 对系数矩阵进行初等行变换, 有⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛----=000019/719/141019/119/201 367824531232~r A , 于是得⎩⎨⎧+-=+-=432431)19/7()19/14()19/1()19/2(x x x x x x . 取(x 3, x 4)T =(19, 0)T , 得(x 1, x 2)T =(-2, 14)T ;取(x 3, x 4)T =(0, 19)T , 得(x 1, x 2)T =(1, 7)T .因此方程组的基础解系为ξ1=(-2, 14, 19, 0)T , ξ2=(1, 7, 0, 19)T .(3)nx 1 +(n -1)x 2+ ⋅ ⋅ ⋅ +2x n -1+x n =0.解 原方程组即为x n =-nx 1-(n -1)x 2- ⋅ ⋅ ⋅ -2x n -1.取x 1=1, x 2=x 3= ⋅ ⋅ ⋅ =x n -1=0, 得x n =-n ;取x 2=1, x 1=x 3=x 4= ⋅ ⋅ ⋅ =x n -1=0, 得x n =-(n -1)=-n +1;⋅ ⋅ ⋅ ;取x n -1=1, x 1=x 2= ⋅ ⋅ ⋅ =x n -2=0, 得x n =-2.因此方程组的基础解系为ξ1=(1, 0, 0, ⋅ ⋅ ⋅, 0, -n )T ,ξ2=(0, 1, 0, ⋅ ⋅ ⋅, 0, -n +1)T ,⋅ ⋅ ⋅,ξn -1=(0, 0, 0, ⋅ ⋅ ⋅, 1, -2)T .23. 设⎪⎭⎫ ⎝⎛--=82593122A , 求一个4⨯2矩阵B , 使AB =0, 且 R (B )=2.解 显然B 的两个列向量应是方程组AB =0的两个线性无关的解. 因为⎪⎭⎫ ⎝⎛---⎪⎭⎫ ⎝⎛--=8/118/5108/18/101 82593122~rA , 所以与方程组AB =0同解方程组为⎩⎨⎧+=-=432431)8/11()8/5()8/1()8/1(x x x x x x . 取(x 3, x 4)T =(8, 0)T , 得(x 1, x 2)T =(1, 5)T ;取(x 3, x 4)T =(0, 8)T , 得(x 1, x 2)T =(-1, 11)T .方程组AB =0的基础解系为ξ1=(1, 5, 8, 0)T , ξ2=(-1, 11, 0, 8)T .因此所求矩阵为⎪⎪⎪⎭⎫ ⎝⎛-=800811511B .24. 求一个齐次线性方程组, 使它的基础解系为ξ1=(0, 1, 2, 3)T , ξ2=(3, 2, 1, 0)T .解 显然原方程组的通解为⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛01233210214321k k x x x x , 即⎪⎩⎪⎨⎧=+=+==14213212213223k x k k x k k x k x , (k 1, k 2∈R ), 消去k 1, k 2得⎩⎨⎧=+-=+-023032431421x x x x x x , 此即所求的齐次线性方程组.25. 设四元齐次线性方程组I : ⎩⎨⎧=-=+004221x x x x , II : ⎩⎨⎧=+-=+-00432321x x x x x x . 求: (1)方程I 与II 的基础解系; (2) I 与II 的公共解.解 (1)由方程I 得⎩⎨⎧=-=4241x x x x . 取(x 3, x 4)T =(1, 0)T , 得(x 1, x 2)T =(0, 0)T ;取(x 3, x 4)T =(0, 1)T , 得(x 1, x 2)T =(-1, 1)T .因此方程I 的基础解系为ξ1=(0, 0, 1, 0)T , ξ2=(-1, 1, 0, 1)T .由方程II 得⎩⎨⎧-=-=43241x x x x x . 取(x 3, x 4)T =(1, 0)T , 得(x 1, x 2)T =(0, 1)T ;取(x 3, x 4)T =(0, 1)T , 得(x 1, x 2)T =(-1, -1)T .因此方程II 的基础解系为ξ1=(0, 1, 1, 0)T , ξ2=(-1, -1, 0, 1)T .(2) I 与II 的公共解就是方程III : ⎪⎩⎪⎨⎧=+-=+-=-=+00004323214221x x x x x x x x x x 的解. 因为方程组III 的系数矩阵⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛---=0000210010101001 1110011110100011~r A , 所以与方程组III 同解的方程组为⎪⎩⎪⎨⎧==-=4342412x x x x x x . 取x 4=1, 得(x 1, x 2, x 3)T =(-1, 1, 2)T , 方程组III 的基础解系为 ξ=(-1, 1, 2, 1)T .因此I 与II 的公共解为x =c (-1, 1, 2, 1)T , c ∈R .26. 设n 阶矩阵A 满足A 2=A , E 为n 阶单位矩阵, 证明R (A )+R (A -E )=n .证明 因为A (A -E )=A 2-A =A -A =0, 所以R (A )+R (A -E )≤n . 又R (A -E )=R (E -A ), 可知R (A )+R (A -E )=R (A )+R (E -A )≥R (A +E -A )=R (E )=n ,由此R (A )+R (A -E )=n .27. 设A 为n 阶矩阵(n ≥2), A *为A 的伴随阵, 证明⎪⎩⎪⎨⎧-≤-===2)( 01)( 1)( *)(n A R n A R n A R n A R 当当当. 证明 当R (A )=n 时, |A |≠0, 故有|AA *|=||A |E |=|A |≠0, |A *|≠0,所以R (A *)=n .当R (A )=n -1时, |A |=0, 故有AA *=|A |E =0,即A *的列向量都是方程组A x =0的解. 因为R (A )=n -1, 所以方程组A x =0的基础解系中只含一个解向量, 即基础解系的秩为1. 因此R (A *)=1. 当R (A )≤n -2时, A 中每个元素的代数余子式都为0, 故A *=O , 从而R (A *)=0.28. 求下列非齐次方程组的一个解及对应的齐次线性方程组的基础解系:(1)⎪⎩⎪⎨⎧=+++=+++=+3223512254321432121x x x x x x x x x x ; 解 对增广矩阵进行初等行变换, 有⎪⎪⎭⎫ ⎝⎛--⎪⎪⎭⎫ ⎝⎛=2100013011080101 322351211250011~r B . 与所给方程组同解的方程为⎪⎩⎪⎨⎧=+=--=213 843231x x x x x . 当x 3=0时, 得所给方程组的一个解η=(-8, 13, 0, 2)T .与对应的齐次方程组同解的方程为⎪⎩⎪⎨⎧==-=043231x x x x x . 当x 3=1时, 得对应的齐次方程组的基础解系ξ=(-1, 1, 1, 0)T .(2)⎪⎩⎪⎨⎧-=+++-=-++=-+-6242163511325432143214321x x x x x x x x x x x x .解 对增广矩阵进行初等行变换, 有⎪⎪⎭⎫ ⎝⎛---⎪⎪⎭⎫ ⎝⎛-----=0000022/17/11012/17/901 6124211635113251~r B . 与所给方程组同解的方程为⎩⎨⎧--=++-=2)2/1((1/7)1)2/1()7/9(432431x x x x x x . 当x 3=x 4=0时, 得所给方程组的一个解η=(1, -2, 0, 0)T .与对应的齐次方程组同解的方程为⎩⎨⎧-=+-=432431)2/1((1/7))2/1()7/9(x x x x x x . 分别取(x 3, x 4)T =(1, 0)T , (0, 1)T , 得对应的齐次方程组的基础解系ξ1=(-9, 1, 7, 0)T . ξ2=(1, -1, 0, 2)T .29. 设四元非齐次线性方程组的系数矩阵的秩为3, 已知η1, η2, η3是它的三个解向量. 且η1=(2, 3, 4, 5)T , η2+η3=(1, 2, 3, 4)T ,求该方程组的通解.解 由于方程组中未知数的个数是4, 系数矩阵的秩为3, 所以对应的齐次线性方程组的基础解系含有一个向量, 且由于η1, η2, η3均为方程组的解, 由非齐次线性方程组解的结构性质得2η1-(η2+η3)=(η1-η2)+(η1-η3)= (3, 4, 5, 6)T为其基础解系向量, 故此方程组的通解:x =k (3, 4, 5, 6)T +(2, 3, 4, 5)T , (k ∈R ).30. 设有向量组A : a 1=(α, 2, 10)T , a 2=(-2, 1, 5)T , a 3=(-1, 1, 4)T , 及b =(1, β, -1)T , 问α, β为何值时(1)向量b 不能由向量组A 线性表示;(2)向量b 能由向量组A 线性表示, 且表示式唯一;(3)向量b 能由向量组A 线性表示, 且表示式不唯一, 并求一般表示式.解 ⎪⎪⎭⎫ ⎝⎛---=11054211121) , , ,(123βαb a a a ⎪⎪⎭⎫ ⎝⎛-+++---βαβαα34001110121 ~r . (1)当α=-4, β≠0时, R (A )≠R (A , b ), 此时向量b 不能由向量组A 线性表示.(2)当α≠-4时, R (A )=R (A , b )=3, 此时向量组a 1, a 2, a 3线性无关, 而向量组a 1, a 2, a 3, b 线性相关, 故向量b 能由向量组A 线性表示, 且表示式唯一.(3)当α=-4, β=0时, R (A )=R (A , b )=2, 此时向量b 能由向量组A 线性表示, 且表示式不唯一.当α=-4, β=0时,⎪⎪⎭⎫ ⎝⎛----=1105402111421) , , ,(123b a a a ⎪⎪⎭⎫ ⎝⎛--000013101201 ~r , 方程组(a 3, a 2, a 1)x =b 的解为⎪⎪⎭⎫ ⎝⎛--+=⎪⎪⎭⎫ ⎝⎛-+⎪⎪⎭⎫ ⎝⎛-=⎪⎪⎭⎫ ⎝⎛c c c c x x x 1312011132321, c ∈R . 因此 b =(2c +1)a 3+(-3c -1)a 2+c a 1,即 b = c a 1+(-3c -1)a 2+(2c +1)a 3, c ∈R .31. 设a =(a 1, a 2, a 3)T , b =(b 1, b 2, b 3)T , c =(c 1, c 2, c 3)T , 证明三直线 l 1: a 1x +b 1y +c 1=0,l 2: a 2x +b 2y +c 2=0, (a i 2+b i 2≠0, i =1, 2, 3)l 3: a 3x +b 3y +c 3=0,相交于一点的充分必要条件为: 向量组a , b 线性无关, 且向量组a , b , c 线性相关.证明 三直线相交于一点的充分必要条件为方程组⎪⎩⎪⎨⎧=++=++=++000333222111c y b x a c y b x a c y b x a , 即⎪⎩⎪⎨⎧-=+-=+-=+333222111c y b x a c y b x a c y b x a 有唯一解. 上述方程组可写为x a +y b =-c . 因此三直线相交于一点的充分必要条件为c 能由a , b 唯一线性表示, 而c 能由a , b 唯一线性表示的充分必要条件为向量组a , b 线性无关, 且向量组a , b , c 线性相关. 32. 设矩阵A =(a 1, a 2, a 3, a 4), 其中a 2, a 3, a 4线性无关, a 1=2a 2- a 3. 向量b =a 1+a 2+a 3+a 4, 求方程A x =b 的通解.解 由b =a 1+a 2+a 3+a 4知η=(1, 1, 1, 1)T 是方程A x =b 的一个解. 由a 1=2a 2- a 3得a 1-2a 2+a 3=0, 知ξ=(1, -2, 1, 0)T 是A x =0的一个解. 由a 2, a 3, a 4线性无关知R (A )=3, 故方程A x =b 所对应的齐次方程A x =0的基础解系中含一个解向量. 因此ξ=(1, -2, 1, 0)T 是方程A x =0的基础解系.方程A x =b 的通解为x =c (1, -2, 1, 0)T +(1, 1, 1, 1)T , c ∈R .33. 设η*是非齐次线性方程组A x =b 的一个解, ξ1, ξ2, ⋅ ⋅ ⋅, ξn -r ,是对应的齐次线性方程组的一个基础解系, 证明:(1)η*, ξ1, ξ2, ⋅ ⋅ ⋅, ξn -r 线性无关;(2)η*,η*+ξ1,η*+ξ2,⋅⋅⋅,η*+ξn-r线性无关.证明(1)反证法, 假设η*,ξ1,ξ2,⋅⋅⋅,ξn-r线性相关.因为ξ1,ξ2,⋅⋅⋅,ξn-r线性无关,而η*,ξ1,ξ2,⋅⋅⋅,ξn-r线性相关,所以η*可由ξ1,ξ2,⋅⋅⋅,ξn-r 线性表示,且表示式是唯一的,这说明η*也是齐次线性方程组的解,矛盾.(2)显然向量组η*,η*+ξ1,η*+ξ2,⋅⋅⋅,η*+ξn-r与向量组η*,ξ1,ξ2,⋅⋅⋅,ξn-r可以相互表示,故这两个向量组等价,而由(1)知向量组η*,ξ1,ξ2,⋅⋅⋅,ξn-r线性无关,所以向量组η*,η*+ξ1,η*+ξ2,⋅⋅⋅,η*+ξn-r也线性无关.34.设η1,η2,⋅⋅⋅,ηs是非齐次线性方程组A x=b的s个解,k1,k2,⋅⋅⋅,k s 为实数,满足k1+k2+⋅⋅⋅+k s=1. 证明x=k1η1+k2η2+⋅⋅⋅+k sηs也是它的解.证明因为η1,η2,⋅⋅⋅,ηs都是方程组A x=b的解,所以Aηi=b (i=1, 2,⋅⋅⋅,s),从而A(k1η1+k2η2+⋅⋅⋅+k sηs)=k1Aη1+k2Aη2+⋅⋅⋅+k s Aηs=(k1+k2+⋅⋅⋅+k s)b=b.因此x=k1η1+k2η2+⋅⋅⋅+k sηs也是方程的解.35.设非齐次线性方程组A x=b的系数矩阵的秩为r,η1,η2,⋅⋅⋅,ηn-r+1是它的n-r+1个线性无关的解.试证它的任一解可表示为x=k1η1+k2η2+⋅⋅⋅+k n-r+1ηn-r+1, (其中k1+k2+⋅⋅⋅+k n-r+1=1).证明因为η1,η2,⋅⋅⋅,ηn-r+1均为A x=b的解,所以ξ1=η2-η1,ξ2=η3-η1,⋅⋅⋅,ξn-r=η n-r+1-η1均为A x=b的解.用反证法证:ξ1,ξ2,⋅⋅⋅,ξn-r线性无关.设它们线性相关,则存在不全为零的数λ1,λ2,⋅⋅⋅,λn-r,使得λ1ξ1+λ2ξ2+⋅⋅⋅+λ n-rξ n-r=0,即λ1(η2-η1)+λ2(η3-η1)+⋅⋅⋅+λ n-r(ηn-r+1-η1)=0,亦即-(λ1+λ2+⋅⋅⋅+λn-r)η1+λ1η2+λ2η3+⋅⋅⋅+λ n-rηn-r+1=0,由η1,η2,⋅⋅⋅,ηn-r+1线性无关知-(λ1+λ2+⋅⋅⋅+λn-r)=λ1=λ2=⋅⋅⋅=λn-r=0,矛盾.因此ξ1,ξ2,⋅⋅⋅,ξn-r线性无关.ξ1,ξ2,⋅⋅⋅,ξn-r为A x=b的一个基础解系.设x为A x=b的任意解,则x-η1为A x=0的解,故x-η1可由ξ1,ξ2,⋅⋅⋅,ξn-r线性表出,设x-η1=k2ξ1+k3ξ2+⋅⋅⋅+k n-r+1ξn-r=k2(η2-η1)+k3(η3-η1)+⋅⋅⋅+k n-r+1(ηn-r+1-η1),x=η1(1-k2-k3⋅⋅⋅-k n-r+1)+k2η2+k3η3+⋅⋅⋅+k n-r+1ηn-r+1.令k1=1-k2-k3⋅⋅⋅-k n-r+1,则k1+k2+k3⋅⋅⋅-k n-r+1=1,于是x=k1η1+k2η2+⋅⋅⋅+k n-r+1ηn-r+1.36.设V1={x=(x1,x2,⋅ ⋅ ⋅,x n)T| x1,⋅ ⋅ ⋅,x n∈R满足x1+x2+⋅ ⋅ ⋅ +x n=0},V2={x=(x1,x2,⋅ ⋅ ⋅,x n)T| x1,⋅ ⋅ ⋅,x n∈R满足x1+x2+⋅ ⋅ ⋅ +x n=1},问V1,V2是不是向量空间？为什么？解V1是向量空间,因为任取α=(a1,a2,⋅ ⋅ ⋅,a n)T∈V1,β=(b1,b2,⋅ ⋅ ⋅,b n)T∈V1,λ∈∈R,有a1+a2+⋅ ⋅ ⋅ +a n=0,b1+b2+⋅ ⋅ ⋅ +b n=0,从而(a1+b1)+(a2+b2)+⋅ ⋅ ⋅ +(a n+b n)=(a 1+a 2+ ⋅ ⋅ ⋅ +a n )+(b 1+b 2+ ⋅ ⋅ ⋅ +b n )=0,λa 1+λa 2+ ⋅ ⋅ ⋅ +λa n =λ(a 1+a 2+ ⋅ ⋅ ⋅ +a n )=0,所以 α+β=(a 1+b 1, a 2+b 2, ⋅ ⋅ ⋅, a n +b n )T ∈V 1,λα=(λa 1, λa 2, ⋅ ⋅ ⋅, λa n )T ∈V 1.V 2不是向量空间, 因为任取α=(a 1, a 2, ⋅ ⋅ ⋅, a n )T ∈V 1, β=(b 1, b 2, ⋅ ⋅ ⋅, b n )T ∈V 1,有 a 1+a 2+ ⋅ ⋅ ⋅ +a n =1,b 1+b 2+ ⋅ ⋅ ⋅ +b n =1,从而 (a 1+b 1)+(a 2+b 2)+ ⋅ ⋅ ⋅ +(a n +b n )=(a 1+a 2+ ⋅ ⋅ ⋅ +a n )+(b 1+b 2+ ⋅ ⋅ ⋅ +b n )=2,所以 α+β=(a 1+b 1, a 2+b 2, ⋅ ⋅ ⋅, a n +b n )T ∉V 1.37. 试证: 由a 1=(0, 1, 1)T , a 2=(1, 0, 1)T , a 3=(1, 1, 0)T 所生成的向量空间就是R 3.证明 设A =(a 1, a 2, a 3), 由02011101110||≠-==A , 知R (A )=3, 故a 1, a 2, a 3线性无关, 所以a 1, a 2, a 3是三维空间R 3的一组基, 因此由a 1, a 2, a 3所生成的向量空间就是R 3.38. 由a 1=(1, 1, 0, 0)T , a 2=(1, 0, 1, 1)T 所生成的向量空间记作V 1,由b 1=(2, -1, 3, 3)T , b 2=(0, 1, -1, -1)T 所生成的向量空间记作V 2, 试证V 1=V 2. 证明 设A =(a 1, a 2), B =(b 1, b 2). 显然R (A )=R (B )=2, 又由⎪⎪⎪⎭⎫ ⎝⎛--⎪⎪⎪⎭⎫ ⎝⎛---=0000000013100211 1310131011010211) ,(~r B A , 知R (A , B )=2, 所以R (A )=R (B )=R (A , B ), 从而向量组a 1, a 2与向量组b 1, b 2等价. 因为向量组a 1, a 2与向量组b 1, b 2等价, 所以这两个向量组所生成的向量空间相同, 即V 1=V 2.39. 验证a 1=(1, -1, 0)T , a 2=(2, 1, 3)T , a 3=(3, 1, 2)T 为R 3的一个基, 并把v 1=(5, 0, 7)T , v 2=(-9, -8, -13)T 用这个基线性表示. 解 设A =(a 1, a 2, a 3). 由06230111321|) , ,(|321≠-=-=a a a , 知R (A )=3, 故a 1, a 2, a 3线性无关, 所以a 1, a 2, a 3为R 3的一个基. 设x 1a 1+x 2a 2+x 3a 3=v 1, 则⎪⎩⎪⎨⎧=+=++-=++723053232321321x x x x x x x x , 解之得x 1=2, x 2=3, x 3=-1, 故线性表示为v 1=2a 1+3a 2-a 3. 设x 1a 1+x 2a 2+x 3a 3=v 2, 则⎪⎩⎪⎨⎧-=+-=++--=++1323893232321321x x x x x x x x , 解之得x 1=3, x 2=-3, x 3=-2, 故线性表示为v 2=3a 1-3a 2-2a 3.40. 已知R 3的两个基为 a 1=(1, 1, 1)T , a 2=(1, 0, -1)T , a 3=(1, 0, 1)T , b 1=(1, 2, 1)T , b 2=(2, 3, 4)T , b 3=(3, 4, 3)T . 求由基a 1, a 2, a 3到基b 1, b 2, b 3的过渡矩阵P . 解 设e 1, e 2, e 3是三维单位坐标向量组, 则⎪⎪⎭⎫ ⎝⎛-=111001111) , ,() , ,(321321e e e a a a , 1321321111001111) , ,() , ,(-⎪⎪⎭⎫ ⎝⎛-=a a a e e e , 于是 ⎪⎪⎭⎫ ⎝⎛=341432321) , ,() , ,(321321e e e b b b ⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=-341432321111001111) , ,(1321a a a , 由基a 1, a 2, a 3到基b 1, b 2, b 3的过渡矩阵为⎪⎪⎭⎫ ⎝⎛---=⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛-=-1010104323414323211110011111P .。
矩阵的秩与线性相关性
矩阵的秩与线性相关性矩阵是线性代数中的基础概念之一，而矩阵的秩与线性相关性是研究矩阵性质的重要方面。
本文将探讨矩阵的秩的概念、计算方法以及与线性相关性之间的关系。
一、矩阵的秩的概念在线性代数中，一个m × n的矩阵A可以视为由m个行向量和n个列向量组成的矩阵。
矩阵的秩是指矩阵中的线性无关向量组的极大数目。
具体来说，如果一个矩阵A的某一组向量可以通过线性组合得到另一组向量，那么这两组向量是线性相关的，反之则是线性无关的。
矩阵的秩就是这个线性无关向量组的向量个数。
二、矩阵秩的计算方法在实际计算矩阵的秩时，可以通过高斯消元法或者矩阵的特征值分解等方法来得到矩阵的秩。
1. 高斯消元法高斯消元法是一种常用的计算矩阵秩的方法。
该方法通过行变换将矩阵转化为行阶梯形或者行最简形，然后通过矩阵中非零行的个数来确定矩阵的秩。
2. 特征值分解特征值分解是一种通过矩阵的特征值和特征向量来计算矩阵秩的方法。
根据特征值的个数以及零特征值的个数，可以确定矩阵的秩。
三、矩阵的秩与线性相关性的关系矩阵的秩与线性相关性有着密切的联系。
线性相关的向量组可以被表示为矩阵的列向量，而线性无关的向量组可以被表示为矩阵的行向量。
具体来说，对于一个m × n的矩阵A，如果其秩为r，那么矩阵A 的列向量组即为n个线性相关的向量，其中r个向量是线性无关的。
同样地，矩阵A的行向量组即为m个线性相关的向量，其中m - r个向量是线性无关的。
线性相关的向量组会导致矩阵的秩下降，这是因为线性相关的向量组包含有冗余信息，可以通过其他向量来表示。
而线性无关的向量组则不会出现这种问题，每个向量都是不可替代的。
四、矩阵的秩与解的存在性矩阵的秩与线性方程组的解的存在性也有关联。
对于一个m × n的矩阵A，如果其秩为r，则可以将其转化为行阶梯形或者行最简形。
如果方程组的个数n大于矩阵的秩r，则方程组有无穷多个解；如果n等于r，则方程组有唯一解；如果n小于r，则方程组无解。
谈谈数学归纳法在线性代数中的应用
谈谈数学归纳法在线性代数中的应用摘要：数学归纳法在数学中具有重要地位，是数学中重要的基本方法之一，许多数学问题的解决离不开数学归纳法，尤其是在线性代数中，用数学归纳法证明某些有关自然数的命题具有不可替代性，因此，在线性代数教学中应用数学归纳是十分必要的. 本文.根据线性代数课程的内容体系，主要探讨数学归纳法在线性代数中的行列式、矩阵乘法、矩阵的秩、矩阵的初等变换、向量组的线性相关性、相似矩阵、二次型等方面的具体应用.关键词：数学归纳法；线性代数；应用1.数学归纳法简述定理1（第一数学归纳法）：设p（n）表示任意一个与自然数n有关的命题，如果命题对于p（1）或p（2）成立，又假设命题对于p（n）成立时，能够推出p（n+1）也成立，则对于任意的自然数n，p（n）恒成立.定理2 （第二数学归纳法）：设p（n）表示任意一个与自然数n有关的命题，如果p（1）成立，又假设命题对于n≤k时成立时，可以推导出n=k+1时命题成立，则对于任意的自然数n，p（n）恒成立.二、数学归纳法在线性代数中的运用数学归纳法不仅能够培养学生发现问题、分析问题、解决问题、推广问题的能力，而且是培养学生核心素养的好素材.另外，数学归纳法在数学中具有重要地位，是数学中重要的基本方法之一，许多数学问题的解决离不开数学归纳法，尤其是在线性代数中，用数学归纳法证明某些有关自然数的命题具有不可替代性，因此，在线性代数教学中应用数学归纳是十分必要的. 下面举例说明数学归纳法在线性代数中的具体应用.1.在行列式中应用数学归纳法例1．证明：证明：（利用第二数学归纳法）当时，，结论成立，假设对于所有阶数小于n的行列式结论都成立，则对于n阶行列式，按最后一行展开，有，又由于所以即对于n阶行列式结论也成立，由第二数学归纳法，命题得证。
2.在矩阵乘法中应用数学归纳法例2.已知k阶方阵，证明：。
证明：（利用第一数学归纳法）当时，命题成立，假设命题对于n时也成立，即，则对于n+1时，我们有.由第一数学归纳法，命题得证。
- 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)。
上一页
定理1
若矩阵 A 中至少有一个 k 阶子式不为零，而 所有的 k+1 阶子式全为零，则 r ( A ) = k .
证： 由于 A 的所有 k + 1 阶子式全为零，则 A 的任 一 k + 2 阶子式按某行( 列 )展开后必为零，进而全 部高于 k + 1 阶的子式全为零。 又由于 A 中至少有一个 k 阶子式不为零, 故 A 的最高阶非零子式为 k 阶，因此 r ( A ) = k .
定义2
设 A 为 m n 矩阵，在 A 中任取 k 行 k 列 ( 1 ≤ k ≤ min{m, n}), 由交叉处的 k2 个元素 ( 不改变它们的相对 位置 ) 所构成的方阵称为A的一个k 阶子阵，其行列式 称为 A 的一个 k 阶子式。
取矩阵 A 的前 k 行前 k 列所构成的子阵称为矩阵 A 的 k 阶顺序主子阵，其行列式称为 A 的 k 阶顺序主子 式。
反之, 如果 k1bi1 krbir 0,
则
k1Pai1
kr Pair
两边左乘P1
0 k1ai1
krair
0.
因此结论成立。
上一页
推论1
设矩阵A, B, P 满足 B = PA，其中P为 可逆阵。则 （1） r(A) = r(B); （2） A, B 的列向量组的极大无关组一 一对应，并 且其余向量由极大无关组线性表示相同
a j k1ai1 krair b j k1bi1 krbir .
推论2
矩阵 A 经初等行变换化为矩阵 B, 则 A, B具有定 理2及推论1的结论。
上一页
例1
1 1 2 1
求矩阵 A 3 1
0
2
的秩.
1 3 4 4
解： 对矩阵A进行初等行变换
1 1 A 3 1
2 0
1
2
r23r1 r3r1
上一页
定义3
矩阵 A 的非奇异子阵（可逆子阵、非零子式） 的最高阶数称为矩阵 A 的秩，记为 r ( A ). 零矩阵的秩为0。
由上定义可知: (1) 若 A 为 m n 矩阵 , 则 r ( A ) ≤min{ m, n} ; (2) 若 A 为 n 阶方阵 , 则 r ( A ) ≤ n : ① r (A) = n ：即 | A | 0 ( 非奇异阵)，称 A 为满秩阵 , ② r (A) < n ：即 | A | = 0 ( 奇异方阵)，称 A 为降秩阵 . (3) 增广矩阵的秩不小于原矩阵的秩，即 r( A )≤ r([A,B]).
0 4 2 如： A 1 0 0 , r (A) = 行秩 = 列秩 = 2.
0 2 1
定理2
设矩阵A, B, P 满足 B = PA，其中P为 可逆阵。则A 中
任意 r 个列向量 ai1 ,, air 和 B 中的 r 个列向量bi1 ,,bir ，
满足相同的线性表达式 ，从而具有相同的线性相关性。
若 r < n，由定义，矩阵 A 必有一个 r 阶可逆子阵，不
妨设其 r 阶顺序主子阵Ar可逆。
A
Ar
*
**,
由引理1， Ar列向量组线性无关。 由“短无关长亦无关”可知，向量组 a1 , … , ar 线性 无关，因此 s ≥ r。
上一页
由于 A 的列向量组秩为 s, 因此包含 s 个线性无关的向 量。不妨设 a1 , … , as 线性无关，且设矩阵 B = (a1, … , as ), 则矩阵 A = [B, C]。 由引理1可知，r(B) = s。 再由 s = r(B) ≤ r([B, C]) = r(A) = r， 从而 r = s，即 r(A) = A的列秩。 又因为：A的行秩 = AT的列秩 = r(AT) = r(A)，此性质可证。
5 0
¼ r2 r2+r2
1 0
0 1
1
2 3 2
1
4 5
证明: 设A = (a1, …, an), B = (b1, …, bn), 则B = PA 可以表示为：
(b1, …, bn ) = P(a1, …, an), 从而 bi = Pai , i=1, 2, …, n.
对矩阵A给定的r个列向量，如果存在r个实数使得
k1ai1 krair 0,
则 k1Pai1 kr Pair 0 k1bi1 krbir 0.
注：采用定义3或定理1求矩阵的秩时需计算 A 的各阶 子式，计算量可能较大，因此往往需要借助矩阵秩的性 质来求秩.
上一页
2、矩阵秩的性质
性质1
矩阵的秩等于其转置的秩，即 r(A) = r(AT).
利用行列式的性质1可证明此性质（留给同学证明）。
引理1
对于m×n 型矩阵 A , r(A) = n A 的列向量组 线性无关。
1 0
1 4
2 6
1
5
1 3 4 4
0 4 6 5
1 1 2 1
r3r2
0
4
6
5
= B,
0 0 0 0
矩阵 B 称为行阶梯形矩阵. 易知 B 的行秩为2，从而
r (A) = r (B) = B的行秩= 2.
上一页
若对矩阵 B 继续进行初等行变换
1 1 2 1
B = 0
0
4 0
6 0
上一页
如：
选取第1行与第2列交叉处元素的为 A 的一个1阶子阵 (4);
选取第1、2行与第1、2列的元素为 A 的一个2阶子阵 ：
0 1
4 0
;
而A有唯一的一个3阶子阵：A.
注：m n 矩阵 A 的 k 阶子阵（子式）共有 CnkCmk 个 (1 ≤ k ≤ min (m, n ) )，这些子式中有的为零，有的不 为零。
或：r(A)=A的列数 A 的列向量组线性无关。
证明略。
核心性质
性质2
(三秩相等定理) r(A) = A 的行秩 = A 的列秩.
上一页
证明：设 A = (a1, …, an), r (A) = r, A 的列秩为 s, 先证 r = s。
若 r = n, 由引理1，A 的列秩也为 n，此时 r = s = n.
第4.2节、矩阵的秩
关于矩阵有三个重要的数值特征： • 行列式：方阵，实数，一个 • 秩：任何矩阵，非负整数，一个 • 特征值：方阵，实数，多个
1、矩阵的秩
定义1
矩阵行向量组的秩称为矩阵的行秩. 矩阵列向量组的 秩称为矩阵的列秩。
上一页
0 4 2
如： A 1 0
0
0 2 1
其行秩与列秩都为2.