线性代数 第3章 矩阵的秩与方程组

合集下载

应用矩阵秩与线性方程组解的关系推导克拉默法则并列举克拉默法则的应用

应用矩阵秩与线性方程组解的关系推导克拉默法则并列举克拉默法则的应用

1绍兴文理学院数学专业论文应用矩阵秩与线性方程组解的关系推导克拉默法则并列举克拉默法则的应用院系:数理信息学院专业:数学与应用数学(师范)2012级曹炼壹 陈楚群 陈杭宇 陈瑶 陈羽白指导老师:何济位目录一、摘要及关键词 (3)二、克拉默法则介绍 (3)三、克拉默法则的局限与推广 (4)四、应用矩阵秩与线性方程组解的关系推导克拉默法则(1)矩阵秩与线性方程组解的关系关系 (5)(2)应用关系推导克拉默法则 (6)五、克拉默法则的应用 (8)六、结束语 (11)七、参考文献 (12)23一、摘 要:线性代数是代数学的一个重要组成部分,广泛应用于现代科学的许多分支,其核心问题之一就是线性方程组的求解问题,对此,通常有两种解决方法,即消元法与克拉默法则。

而克拉默法则正是应用行列式解决线性方程组的问题,其简洁、优美的表述方式堪称符号化的一个典范。

本文描述了克拉默法则产生的背景与局限,归纳了克拉默法则及其推广及其证明方法,并用典型例题说明了克拉默法则的应用。

关键词:克拉默法则;线性方程组;矩阵秩;克拉默法则的应用二、克拉默法则介绍克拉默法则(Cramer's Rule ),也称克莱姆法则,是线性代数中一个关于求解线性方程组的定理。

线性代数是代数学的一个重要的组成部分,广泛地应用与现代科学的许多分支。

其核心问题之一就是线性方程组的求解问题。

对此通常有两种方法,即消元法和克拉默法则。

在中古代,《九章算术》的成书年代就已经将消元法运用自如了,它与现代的矩阵初等变换法则非常相似,而在西方,类似的方法到1826年才被高斯(1777-1855)发现并创建,因而称之为高斯消元法。

至于克拉默法则,它是瑞士数学家克拉默(1704-1752)于1750年,在他的《线性代数分析导言》中发表的,它是按行列式形式来求解线性方程组的,它适用于变量和方程数目相等的线性方程组,其简洁、优美的表述方式堪称数学学科符号化的一个典范。

线性代数第三章向量组的线性相关性与矩阵的秩

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。

线性代数第三章线性方程组第4节线性方程组解的结构

线性代数第三章线性方程组第4节线性方程组解的结构

c1
1 0
c2
0 1
k1
1 1
k2
2 2
1
0
0
1
得 c1 k2
cc12
k1 k1
2k2 2k2
c1 k2
即 c1 k2 0
cc12
k1 k1
2k2 2k2
0 0
c1 k2 0
解得 c1 k2,c2 k2,k1 k2.

k2 k 0,
则方程组(Ⅰ)、(Ⅱ)的公共解为
(kk21
(k1 k2 )
k2 k2
)0 0
解之得到
k1 k2.
当k1 k2 0时,向量
k1(0,1,1, 0)T k2 (1, 2, 2,1)T k2[(0,1,1, 0)T (1, 2, 2,1)T
满足方程组(Ⅰ).
k2 (1,1,1,1)T
并且它也是方程组(Ⅱ)的解,故它是方程组(Ⅰ)与(Ⅱ)的 公共解.
定理3.17 若0是非齐次线性方程组AX=b的一个解,则方程组 AX=b的任意一个解 都可以表示为 0 其中 是其导出组AX=0的某个解,0称为方程组
AX=b的一个特解.
例7 求线性方程组
x1 2x2 3x3 x4 3x5 5
3x1
2x1 4x2
x2 2x4 6x5 1 5x3 6x4 3x5
0 0
x1 5x2 6x3 8x4 6x5 0
的一个基础解系.并求方程组的通解.
解 方程组中方程个数小于未知量的个数,所以方程组有 无穷多解.
对方程组的系数矩阵施以初等行变换,化为简化的阶 梯形矩阵:
3 1 6 4 2
A 2
2
3 5
3
1 5 6 8 6

线性代数矩阵的秩

线性代数矩阵的秩

0 1
1 3
52;
(2)A
2 3
3 2
0 5
7 8
5
0
3 4 1 2 7
1 0 3 2 0
3.6 矩阵的秩
3.6.2 矩阵秩的求法 4. 初等变换法求矩阵的秩

3
(1)A
2
1
1 3
1
2 0
1
1 1
3
0 2
5
3 4 1 2 7
1
r1 r3
2
3
1 3
1
1 0
2
3 1
1
5 2
0
3 4 1 2 7
证明略
注:由该定理可知, 要求矩阵的秩, 只要 把矩阵用初等变换变成行阶梯形矩阵,则行阶 梯形矩阵中非零行的行数既是该矩阵的秩.
3.6 矩阵的秩
3.6.2 矩阵秩的求法 4. 初等变换法求矩阵的秩
例3.6.2 求下列矩阵的秩, 并求一个最高阶
非零子式.
3 1 2 1 0
2
1
83
7
(1)A
2 1
3 1
3.6.1 矩阵秩的概念 1. 矩阵的k阶子式
定义3.6.1 在矩阵A (a ) 中任取k行k列 ij mn
(1 k min{m,n}),位于这k行k列交叉处的k2个 元素, 按照它们在矩阵A中的相对位置不变所 构成的k阶行列式, 称为矩阵A的k阶子式.
说明:m n矩阵A的k阶子式共有CkmCkn个.
3.6 矩阵的秩
3.6.2 矩阵秩的求法 4. 初等变换法求矩阵的秩

r2 2r1 r3 3r1
r4 3r1
1
0
0
1 1 1 2 4 1

矩阵的秩与线性方程组线性代数的应用技巧

矩阵的秩与线性方程组线性代数的应用技巧

矩阵的秩与线性方程组线性代数的应用技巧矩阵是线性代数中的重要概念,对于解决线性方程组以及其他相关问题非常有用。

在矩阵的运算中,秩是一个重要的指标,它可以帮助我们判断矩阵的性质以及求解线性方程组的解。

一、矩阵的秩的定义矩阵的秩是指矩阵中非零行的最大线性无关行数,用r(A)表示。

换言之,矩阵的秩是指矩阵经过初等行变换后,行阶梯形矩阵中非零行的个数。

二、线性方程组的解与矩阵的秩的关系线性方程组可以用矩阵来表示,对于一个m×n的矩阵A和一个n×1的矩阵B,线性方程组可以表示为AX=B。

1. 当矩阵A的秩小于n时,即r(A) < n,存在自由变量,线性方程组有无穷多个解。

这是因为秩小于n时,矩阵A的行向量之间存在线性相关性,会导致方程组中存在冗余的方程,从而使得方程组的解不唯一。

2. 当矩阵A的秩等于n时,即r(A) = n,不存在自由变量,线性方程组有唯一解。

这是因为秩等于n时,矩阵A的行向量之间线性无关,不会存在冗余的方程,方程组的解是唯一的。

三、矩阵的秩的计算方法1. 初等行变换法:通过初等行变换把矩阵A化为行阶梯形矩阵,然后矩阵的秩等于行阶梯形矩阵中非零行的个数。

2. 矩阵的秩与其特征值的关系:矩阵A与其特征值λ有关,矩阵A 的秩等于特征值λ不等于0的个数。

四、矩阵的秩在实际应用中的意义矩阵的秩在很多实际问题中都有广泛的应用,包括物理、工程、经济等领域。

1. 线性回归分析:在线性回归分析中,我们可以通过计算相关系数矩阵的秩来判断自变量之间的相关性。

如果相关系数矩阵的秩小于自变量的个数,说明自变量之间存在冗余,可以进行变量选择。

2. 图像处理:在图像处理中,我们可以使用矩阵的秩来判断图像的压缩比例或图像的清晰度。

秩越小的矩阵代表图像的冗余信息越多,而秩越大的矩阵则代表图像的信息丢失越少,图像越清晰。

3. 线性规划:在线性规划中,我们可以通过计算约束矩阵的秩来判断约束条件是否完全满足,进而判断解的可行性。

线性代数第三章

线性代数第三章

Am n 的各阶子式的总数:
min( m , n )

k 1
k k CmCn .
任意非零矩阵都至少有一个1阶非零子式(其每个非零元都可构成一个
1阶非零子式), 更高阶子式(如有)中还可能有非零的.
一个矩阵所具有的非零子式的最高阶数这一 数字与该矩阵的多方面性质有关, 将这一数字定
1 A 0 0 2 2 0 1 8 0 0 8 0
0
由此知A可逆, 故系数 行列式非零,于是克莱 默法则也适用本题.
3
行最简形矩阵
2
(29,16, 3)
1
x1 2 x2 x3 0 x2 4 x3 4 . 例3.4.2 求解线性方程组 4 x 5 x 8 x 9 1 2 3
由性质 5
ci c n i i 1, 2,, n
~
( A, B )

R ( A) R ( B ).
证毕.
例3.3.4 设A为n阶方阵,证明: R( A E) R( A E) n. 证明:
A E
ri ( 1) i 1, 2, , n
~
EA
练习 设A2=E,证明: R(A+E)+R(A-E)=n.
B的各非零行的首个非零元处在第1,2,3行、第1,2,4列, 分别对应于A 的第4,2,3行、第1,2,4列, 其交叉点处的元素构成的行列式
3 2 D 2 1 0 6
6 5 1
A的第2,3,4行、第1,3,4 列交叉点处的元素也可构成A 的最高阶非零子式.想想为什 么?还可以怎么取?
就是A的一个最高阶非零子式.
R( A) R( B) 3 .
例3.3.2 解:(2)求A的一个最高阶非零子式.事实上

矩阵的秩与方程组的解的个数

矩阵的秩与方程组的解的个数

矩阵的秩与方程组的解的个数矩阵是线性代数中重要的概念之一,它广泛应用于数学、工程和计算机科学等领域。

矩阵的秩是对于矩阵进行描述和分析的重要性质之一。

在解决线性方程组的问题中,我们经常遇到矩阵的秩与方程组的解的个数之间的关系。

本文将探讨矩阵的秩与方程组的解的个数之间的联系及其应用。

首先,我们来了解矩阵的秩的定义。

矩阵的秩是指一个矩阵中的线性无关行(或列)向量的最大个数。

换句话说,矩阵的秩是由其行(或列)向量所生成的向量空间的维度。

通过计算行(或列)向量组的最简形式(即行最简(或列最简)矩阵)中非零行(或列)的个数,我们可以确定矩阵的秩。

一个重要的结论是,对于一个方程组形如Ax=b的线性方程组,其中A是一个m×n的矩阵,b是一个m维列向量,x是一个n维列向量。

这个方程组有解的充要条件是矩阵A的秩等于增广矩阵[A|b]的秩。

换句话说,方程组的解的存在与否取决于矩阵A和增广矩阵[A|b]的秩之间是否相等。

根据矩阵的秩与增广矩阵的秩之间的关系,我们可以进一步讨论方程组解的个数与矩阵的秩之间的联系。

1. 当方程组有唯一解时,矩阵的秩等于方程组中未知数的个数。

这是因为当方程组有唯一解时,增广矩阵的秩等于矩阵的秩,并且它们都等于未知数的个数。

这意味着在这种情况下,矩阵的秩与方程组的解的个数是相等的。

2. 当方程组有无穷多解时,矩阵的秩小于方程组中未知数的个数。

这表明在这种情况下,方程组的解的个数是无穷多的。

矩阵的秩小于未知数的个数意味着方程组中存在自由变量。

自由变量的存在使得方程组可以有无穷多种解。

3. 当方程组无解时,矩阵的秩与方程组的解的个数都为零。

矩阵的秩为零意味着矩阵的所有元素都为零,而方程组的无解则意味着方程组的所有等式不能同时满足。

因此,在这种情况下,方程组的解的个数为零。

总结起来,方程组的解的个数与矩阵的秩之间存在着密切的关系。

方程组的解的存在与秩等于增广矩阵的秩有关,而方程组的解的个数则取决于矩阵的秩与未知数的个数之间的关系。

【知识】线性代数第3章知识梳理

【知识】线性代数第3章知识梳理

【关键字】知识本章结构常用方法:1、矩阵化等价标准形,求出矩阵的秩,则标准形2、求矩阵的逆3、消元法求线性方程组的解增广矩阵行最简阶梯4、求矩阵的秩5、判断向量能否由向量组线性表示以为列向量的矩阵行最简阶梯6、求向量组的秩和一个极大无关组,并将其它向量用该极大无关组线性表示以为列向量的矩阵行最简阶梯7、用根底解系表示(非)齐次线性方程组的全部解增广矩阵行最简阶梯一、用消元法求解非齐次线性方程组1、,进而求出和2、观察和的关系:(1) ,方程组无解;(2) ,方程组有解:①、,方程组有唯一解;②、,方程组有无穷多个解.3、在有解的情况下,将阶梯形矩阵继续进行初等行变换,从最后一个非零首元开始将非零首元上面的元素消成零;4、写出相应的同解方程组,令自由未知量取任意常数,可得方程组的全部解。

定理3.1线性方程组有解,且当时方程组有唯一解;当,方程组有无穷多个解.二、用消元法求解齐次线性方程组:1、,进而求出;2、观察:(1) ,方程组有唯一解,即只有零解;(2) ,方程组有无穷多个解,即有非零解;3、在有解的情况下,将阶梯形矩阵继续进行初等行变换,从最后一个非零首元开始将非零首元上面的元素消成零;4、写出相应的同解方程组,令自由未知量取任意常数,可得方程组的全部解。

定理3.2齐次方程组有非零解推论当,即当方程个数小于未知元个数时,齐次线性方程组有非零解三、维向量的概念及线性运算(看作特殊的矩阵)书P121-123四、向量与向量组的线性组合(向量由向量组线性表示)对非齐次线性方程组,设,,则线性方程组可表示,从而.定义3.5 (P124)对于给定向量,如果存在一组数,使成立,则称向量是向量组的线性组合,或称向量可由向量组线性表示。

线性组合的判别定理设向量,向量,则五、向量组的线性相关性对齐次线性方程组,设,,则齐次线性方程组可表示为.它一定有零解,考虑其是否有非零解:定义3.7(P128)对于向量组,如果存在一组不全为零的数使成立,则称向量组线性相关;否则称向量组线性无关.注:(1)线性无关.(2)一个零向量线性相关;一个非零向量线性无关.(3)包含零向量的任何向量组都是线性相关的.(4)仅含两个向量的向量组线性相关的充分必要条件是这两个向量的分量对应成比例。

线性代数 第三章 第2节

线性代数 第三章 第2节

1 −2 0
5 2 0
1 − 1 − 1 3 1 − 1 − 2 0
故R(A)= 3 。 ( )
返回
再求A 的一个最高阶非零子式。 再求 的一个最高阶非零子式。 因R(A)= 3 ,知A 的最高阶非零子式为 3 阶, ( )
记 A = ( a 1 , a 2 , a 3 , a 4 , a 5 ), 由A 的行阶梯形矩阵可 知,在矩阵( a 1 , a 2 , a 3 ) 或 ( a 1 , a 2 , a 4 )或 ( a 1 , a 2 , a 5 )中可
上页 下页 返回
1 4 −2 2 −2 1 的秩。 例2 求矩阵 A = 的秩。 −1 8 −7 2 14 − 13 2 − 2 r2 − 4 r1 1 1 2 − 2 r1 ↔ r2 r3 + r1 0 − 10 9 1 4 −2 解 A ~ ~ −1 8 −7 0 10 − 9 r − 2r 2 14 − 13 4 1 0 10 − 9 r3 + r2 1 2 − 2 r4 + r2 0 − 10 9 可见R( ) 可见 (B)= 2 , ~ = B, 所以R( ) 所以 (A)= 2 。 0 0 0 r4 − 2 r1 0 0 0 上页 下页 返回
上页 下页 返回
从本例可知,由矩阵 的秩的定义求秩 从本例可知,由矩阵A 的秩的定义求秩,关键在 的子式的最高阶数。 于找 A 中不等于 0 的子式的最高阶数。 一般当行数与列数都较高时, 一般当行数与列数都较高时,按定义求秩是很麻 烦的。 烦的。 对于行阶梯形矩阵,显然它的秩就等于非零行的 对于行阶梯形矩阵,显然它的秩就等于非零行的 行数。 行数。 因此自然想到用初等变换把矩阵化为行阶梯形矩 两个等价的矩阵的秩是否相等呢? 阵,但两个等价的矩阵的秩是否相等呢?

线性代数课件第三章矩阵的秩课件

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。

线性代数课件第三章矩阵的秩

线性代数课件第三章矩阵的秩

线性方程组的解 与矩阵的秩的关 系
利用矩阵的秩判 断线性方程组是 否有解
利用矩阵的秩求 解线性方程组的 步骤和方法
矩阵的秩在判断向量组线性相关性的应用
矩阵的秩与向量组 线性相关性的定义
矩阵的秩在判断向 量组线性相关性中 的应用
矩阵的秩与向量组 线性相关性的关系
矩阵的秩在解决实 际问题中的应用
矩阵的秩在求向量空间维数中的应用
汇报人:PPT
PPT,a click to unlimited possibilities汇报人Leabharlann PPT目录矩阵秩的定义
矩阵的秩的概念
矩阵秩的几何意义
矩阵秩的计算方法
矩阵秩的性质和定理
矩阵的秩的计算方法
定义:矩阵的秩是其行向量或列向量的最大线性无关组的个数
计算方法:通过初等行变换或初等列变换将矩阵化为阶梯形矩阵,然后数非零行数或非零列 数
利用初等列变换求矩阵的秩的证明
初等列变换的定义和性质
阶梯形矩阵的秩的计算方法
添加标题
添加标题
添加标题
添加标题
利用初等列变换将矩阵化为阶梯形 矩阵
证明利用初等列变换求矩阵的秩的 正确性
零矩阵的秩
零矩阵的定义:所 有元素都为0的矩 阵
零矩阵的秩为0
零矩阵与任何矩阵 相乘都等于0
零矩阵在数学中的 意义和作用
性质:矩阵的秩与行数和列数有关,且不超过行数和列数中的最小值
应用:矩阵的秩在解线性方程组、判断向量组的线性相关性等方面有重要应用
矩阵的秩的性质
矩阵的秩等于其行秩或列秩
矩阵的秩是其所有子矩阵的 秩的最大值
矩阵的秩是唯一的
矩阵的秩等于其转置矩阵的 秩
矩阵的秩在解线性方程组中的应用

《线性代数》学习指南

《线性代数》学习指南

学习指南《线性代数》是理工科及经济管理各学科专业的一门重要数学基础课程。

它的课程目标是通过各个教学环节,充分利用数学软件工具,运用各种教学手段和方法,系统地向学生阐述矩阵、向量、线性方程组的基本理论与基本方法,使学生掌握线性代数的基本概念、基本原理与基本计算方法,理解具体与抽象、特殊与一般、有限与无限等辨证关系,培养学生逻辑思维能力、抽象思维能力、分析问题与解决问题的能力、运用计算机解决与线性代数相关的实际问题的能力,为学习后继课程的学习,从事工程技术、经济管理工作,科学研究以及开拓新技术领域打下坚实的基础 。

第一章 矩阵矩阵是研究线性方程组和其他相关问题的有力工具,也是线性代数的主要研究对象之一。

矩阵作为一种抽象数学结构的具体表现,其理论与方法在自然科学、工程技术、经济管理、社会领域都具有广泛的应用。

本章从实际问题出发,引出矩阵的概念,讨论矩阵的运算及其性质,逆矩阵及其求法,矩阵的分块,矩阵的初等变换与初等矩阵的概念与性质。

重点是矩阵的运算,特别是矩阵的乘法运算,逆矩阵及其性质,初等变换、初等矩阵的概念与性质,用初等变换化矩阵为阶梯形与最简形,用初等变换和定义法求逆矩阵的方法。

1. 矩阵是初学线性代数认识的第一个概念。

矩阵不仅是线性代数主要讨论的对象之一,而且是非常重要的数学工具,它的理论和方法贯穿于本课程始终。

本章的重点之一是矩阵的各种运算,其中又以矩阵的乘法最为重要,它也是难点之一。

两个矩阵的乘积是有条件的,不是任何两个矩阵都能相乘的。

AB 有意义,必须是A 的列数等于B 的行数,而积矩阵AB 的行数等于A 的行数,列数等于B 的列数。

积矩阵AB 的第i 行第j 列元素等于左矩阵A 的第i 行与右矩阵B 的第j 列对应元素乘积之和。

读者务必掌握矩阵乘法的实质。

矩阵的乘法与数的乘法不同。

尤其要注意以下三点:(1)矩阵乘法不满足交换律。

当乘积AB 有意义时,BA 不一定有意义,即使BA 有意义,也不一定有AB BA =。

线性代数课件第三章

线性代数课件第三章
的元素都为零, 则称这个矩阵为标准形矩阵.
定理 任何矩阵都可经过单纯的初等行变换化为行
最简形矩阵. 任何矩阵都可经过初等变换化为标准形矩 阵.
下面我们还是通过例子来说明该定理.
单击这里开始
从上面的例子可见, 任何矩阵经单纯的初等行变换 必能化为行阶梯形矩阵和行最简形矩阵, 但不一定能化 成标准形矩阵, 如果再使用初等列变换, 则一定能化成 标准形矩阵. 将矩阵化为行阶梯形矩阵的方法不是唯一 的, 所得结果也不唯一. 但一个矩阵的标准形是唯一的, 这反映了矩阵的另一个属性, 即矩阵的秩的概念.
第三章 矩阵的初等变换与线性方程组
第一节 矩阵的初等变换 第二节 矩阵的秩 第三节 线性方程组的解 知识要点 释疑解难 习题课
第三章 矩阵的初等变换与线性方程组
本章先引进矩阵的初等变换, 建立矩阵的秩的概念; 然后利用矩阵的秩讨论齐次线性方程组有非零解的充要 条件和非齐次线性方程组有解的充要条件, 并介绍用初 等变换解线性方程组的方法.
(i) 对调两行(对调 i, j 两行, 记作 ri rj ); (ii) 以数 k 0 乘某一行中的所有元素
(第 i 行乘 k , 记作 ri k ); (iii) 把某一行所有元素的 k 倍加到另一行对应的元素 上去(第 j 行的 k 倍加到第 i 行上,记作 ri + krj).
把定义中的“行”换成“列”,即得矩阵的初等列变 定义换. 的矩阵的初等行变换与初等列变换, 统称初等变换.

①-② ②-③
x2 x3 3, x4 3,
② ③
(B5)
0 0. ④
至此消元结束, 且得到 (1) 的同解方程组 (B5), (B5) 是方程组 (1) 的所有同解方程组中最简单的一个, 其中

《线性代数》第三章矩阵的初等变换与线性方程组精选习题及解答

《线性代数》第三章矩阵的初等变换与线性方程组精选习题及解答

例 3.10
求齐次线性方程组
⎧ ⎪ ⎨
x1 x1
− −
x2 x2
− +
x3 x3
+ x4 = 0 − 3x4 = 0
的通解.
⎪⎩x1 − x2 − 2x3 + 3x4 = 0
解 系数矩阵经过初等变换得
⎡1 −1 −1 1 ⎤
⎡1 −1 0 −1⎤
A = ⎢⎢1 −1 1 −3⎥⎥ ⎯r⎯→ ⎢⎢0 0 1 −2⎥⎥
阶梯形的非零行数判断矩阵的秩.
2
⎛1 3 1 4⎞

A
⎯r⎯→
⎜ ⎜
0
6
−4
4
⎟ ⎟
,故
R(
A)
=
2
.
⎜⎝ 0 0 0 0⎟⎠
⎡1 1 2 2 3 ⎤
例 3.2
设A=
⎢⎢0 ⎢2
1 3
1 a+2
−1 3
−1 a+6
⎥ ⎥ ⎥
,则
A
的秩
R(
A)
=
(
).
⎢⎣4 0 4 a + 7 a +11⎥⎦
(A) 必为 2
6
⎡ 1 1 0 −2 1 −1⎤
⎡1 0 0 2 −1 −1⎤
( A | b) = ⎢⎢−2 −1
1
−4 2
1
⎥ ⎥
⎯r⎯→
⎢⎢0
1
0
−4
2
0
⎥ ⎥
⎢⎣−1 1 −1 −2 1 2 ⎥⎦
⎢⎣0 0 1 −4 2 −1⎥⎦
R( A) = R( A | b) = 3 < 5 ,所以方程组有无穷多解,令 x4 = c1, x5 = c2 ,得

第三章-矩阵的秩

第三章-矩阵的秩

的一个最高阶非零子式. 则这个子式便是 A 的一个最高阶非零子式
线性代数——第 3章
1 0 例7 求矩阵A = 2 3
1 1 1 −1 3 a 5 1
1 b 的秩, 其中a, b为参数. 4 7
线性代数——第 3章
三、矩阵秩的性质
( 1)
(2 )
R ( AT ) = R ( A )
线性代数——第 3章
定义2 定义2
设在矩阵中有一个不等于 的 阶子式 阶子式D, 设在矩阵中有一个不等于0的r阶子式 ,且 有一个不等于
所有r 所有 + 1阶子式(如果存在的话)全等于 ,那么 阶子式(如果存在的话)全等于0 那么D 称为矩阵A的最高阶非零子式, 称为矩阵 的秩, 称为矩阵A的秩 称为矩阵 的最高阶非零子式,数r称为矩阵 的秩, 记作R (A), 并规定零矩阵的秩等于零 记作 , 并规定零矩阵的秩等于零.
线性代数——第 3章
§3 矩阵的秩
一、矩阵秩的概念 二、矩阵秩的求法 三、矩阵秩的性质 小结、 四、小结、思考题
线性代数——第 3章
一、矩阵秩的概念
任何矩阵 Am × n , 总可经过有限次初等行 变换 把它变为行阶 梯形,行阶 梯形矩阵中非零行的行 梯形, 数是唯一确定的 .
矩阵的秩
线性代数——第 3章

r1 ↔ r4 r2 − r4
r3 − 2r1 r4 − 3r1
6 4 −4 −1 1 3 1 −1 0 − 4 0 − 12 9 7 − 11 0 − 16 12 8 − 12
线性代数——第 3章
r3 − 3r2
r4 − 4r2
1 6 − 4 −1 4 1 − 1 0 − 4 3 0 0 0 4 − 8 0 0 0 4 − 8

线性代数知识点汇总

线性代数知识点汇总

第一章 矩阵矩阵的概念:n m A *(零矩阵、负矩阵、行矩阵、列矩阵、n 阶方阵、相等矩阵) 矩阵的运算:加法(同型矩阵)---------交换、结合律数乘n m ij ka kA *)(=---------分配、结合律乘法nm lkj ik n l kj l m ik b a b a B A *1**)()(*)(*∑==(一般AB=BA ,不满足消去律;由AB=0,不能得A=0或B=0) 转置:A A TT =)(T T T B A B A +=+)(TT kA kA =)(TT T A B AB =)(方幂:2121k k k kA AA += 2121)(k k k k A A +=逆矩阵:设A 是N 阶方阵,若存在N 阶矩阵B 的AB=BA=I 则称A 是可逆的, 且B A=-1矩阵的逆矩阵满足的运算律:1、可逆矩阵A 的逆矩阵也是可逆的,且AA =--11)(2、可逆矩阵A 的数乘矩阵kA 也是可逆的,且111)(--=A kkA 3、可逆矩阵A 的转置TA 也是可逆的,且TT A A )()(11--=4、两个可逆矩阵A 与B 的乘积AB 也是可逆的,且111)(---=A B AB ,但是两个可逆矩阵A 与B 的和A+B 不一定可逆,即使可逆,但11)(--+≠+B A B A 。

A 为N 阶方阵,若|A|=0,则称A 为奇异矩阵,否则为非奇异矩阵。

5、若A 可逆,则11--=A A逆矩阵注:①AB=BA=I 则A 与B 一定是方阵 ②BA=AB=I 则A 与B 一定互逆;③不是所有的方阵都存在逆矩阵;④若A 可逆,则其逆矩阵是唯一的。

分块矩阵:加法,数乘,乘法都类似普通矩阵转置:每块转置并且每个子块也要转置 注:把分出来的小块矩阵看成是元素 初等变换:1、交换两行(列)2.、非零k 乘某一行(列)3、将某行(列)的K 倍加到另一行(列) 初等变换不改变矩阵的可逆性,初等矩阵都可逆 初等矩阵:单位矩阵经过一次初等变换得到的矩阵等价标准形矩阵⎪⎪⎭⎫⎝⎛=O O O I D r r第二章 行列式N 阶行列式的值:行列式中所有不同行、不同列的n 个元素的乘积的和n nn nj j j j j j j j j nij a a a a ...)1(21212121)..(∑-=τ行列式的性质:①行列式行列互换,其值不变。

线性代数课件_第3章_矩阵的初等变换与线性方程组

线性代数课件_第3章_矩阵的初等变换与线性方程组

-13-
定理 (等价标准形定理 等价标准形定理) 等价标准形定理 用初等变换必能将矩阵化为如下等价标准形 等价标准形( 用初等变换必能将矩阵化为如下等价标准形(也称 相抵标准形): 相抵标准形):Er Fra bibliotek O O
等价标准形是唯一的。 等价标准形是唯一的。
-14-
例2
(接例1) 接例 )
1 2 1 1 1 2 1 1 4 6 2 2 3 6 9 7
1 0 0 0
0 2 0 1 1 0 0 0 1 0 0 0
0 0 0 0
1 2 0 1 0 0 1 2 0 0 0 0 0 0 0 0
-10-
只用初等行变换必能将矩阵化为阶梯形, 定理 只用初等行变换必能将矩阵化为阶梯形, 从而再化为最简阶梯形。阶梯形不唯一,最简阶梯形 从而再化为最简阶梯形。阶梯形不唯一, 唯一。 唯一。
-8-
在 m × n 的矩阵集合 R 中的一个等价关系? 中的一个等价关系
m×n
A r 中, 如果
B ,
具有行相抵的关系,问行相抵是不是 行相抵的关系 则称 A 与 B 具有行相抵的关系 问行相抵是不是 R m × n
Gauss消元法的思想又可表述为 在与方程组增 消元法的思想又可表述为, 消元法的思想又可表述为 广矩阵行相抵的矩阵中,找一个最简单的 找一个最简单的,然后求解 广矩阵行相抵的矩阵中,找一个最简单的,然后求解 这个最简单的矩阵所对应的方程组. 这个最简单的矩阵所对应的方程组 以后我们把这个最简单的矩阵叫做(行 最简阶 以后我们把这个最简单的矩阵叫做 行)最简阶 梯形矩阵. 梯形矩阵
a11 = a 21 a 31
a12
a 22 a 32
a13 1 0 0 a 23 0 1 0 a 33 0 0 k
  1. 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. 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. 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 矩阵的秩与方程组
第三章 矩阵初等变换与线性方程组 第一节 矩阵的初等变换 一、消元法解线性方程组 二、矩阵的初等变换 三、小结、思考题
向前 向后 返回 1
本章先讨论矩阵的初等变换,建立矩阵 的秩的概念,并提出求秩的有效方法.再利 用矩阵的秩反过来研究齐次线性方程组有 非零解的充分必要条件和非齐次线性方程 组有解的充分必要条件,并介绍用初等变 换解线性方程组的方法.内容丰富,难度 较大.
3
⎟ ⎟
0⎟
⎜⎟ ⎝0⎠
⎜ ⎝
−3
⎟ ⎠
其中k为任意常数.
向前 向后 返回 16
矩阵 B4 和 B5 都称为行阶梯形矩阵 .
特点:
(1)可划出一 条阶梯线,线的 下方全为零;
(2)每个台阶 只 有一行,
⎜⎛ 1 0 − 1 0 4⎟⎞
⎜0
⎜ ⎜⎜⎝
0 0
1 0 0
−1 0 0
0 1 0

3⎟
3 0
⎟ ⎟⎟⎠
1 −1
2 2
⎟ ⎟ ⎟
=
B1
⎜ ⎝
3
6 −9
7
9
⎟ ⎠
向前 向后 返回 13
⎛ 1 1 −2 1 4 ⎞
⎜ ⎜
2
⎜2
−1 −3
−1 1
1 −1
2 2
⎟ ⎟ ⎟
=
B1
⎜ ⎝
3
6 −9
7
9
⎟ ⎠
r2 r3
− −
r3 2r1
⎛ ⎜ ⎜ ⎜
1 0 0
1 2 −5
−2 −2
5
1 2 −3
4⎞
0 −6
⎟ ⎟ ⎟
⎪⎪ ⎨ ⎪
x2 − x3 + x4 = 0, 2 x4 = −6,
⎪⎩
x4 = −3,
1 2 3 4
⎧ x1 + x2 − 2 x3 + x4 = 4, 1
3 ↔ 4 ⎪⎪
4 −23
⎨ ⎪
x2 − x3 + x4 = 0, x4 = −3,
2 3
⎪⎩
0 = 0,
4
用“回代”的方法求出解.
(B3 ) (B4 )
ri + (−k )rj 或 ri − krj .
向前 向后 返回 11
如果矩阵 A 经有限次初等变换变成 矩阵 B, 就称矩阵 A 与 B 等价,记作 A ~ B.
等价关系的性质: (1) 反身性 A~A; (2)对称性 若A~B, 则B~A; (3)传递性 若A~B,B~C,则A~C. 具有上述三条性质的关系称为等价. 例如,两个线性方程组同解,
=
B2
r4

3r1
⎜ ⎝0
3 −3
4
−3
⎟ ⎠
r2 r3
÷ −
2 5r2
⎛ ⎜ ⎜
1 0
r4

3r2
⎜0 ⎜
⎝0
1 1 0 0
−2 −1
0 0
1 1 2 1
4⎞
0 −6
⎟ ⎟ ⎟
=
B3
−3
⎟ ⎠
向前 向后
返回 14
⎛ 1 1 −2 1 4⎞
⎜ ⎜
0
⎜0
1 0
−1 0
1 2
0 −6
⎟ ⎟ ⎟
=
B3
⎜ ⎝
向前 向后 返回 10
同理可定义矩阵的初等列变换(所用记号是 把“r”换成“c”).
定义2 矩阵的初等列变换与初等行变换统称为 初等变换.
初等变换的逆变换仍为初等变换, 且变换类型 相同.
ri ↔ rj ri × k ri + krj
逆变换 逆变换 逆变换
ri ↔ rj;
ri
×
(1) k

ri
÷
k;
1 −2 2 = 0 −1 3 = 0=, 0. ∵ 1 3 = 2 ≠ 0,
23
∴ R( A) = 2.
向前 向后 返回 27
⎜⎛ 2 − 1 0 3 − 2⎟⎞
例2
求矩阵
B
=
⎜ ⎜ ⎜⎜⎝
0 0 0
3 0 0
1 0 0
−2 4 0

5 3 0
⎟ ⎟ ⎟⎟⎠
的秩.
解 ∵ B是一个行阶梯形矩阵, 其非零行有3行,
∴ B 的所有 4 阶子式全为零.
2 −1 3 而 0 3 −2 ≠ 0,
就称这两个线性方程组等价
向前 向后 返回 12
2
第三章 矩阵的秩与方程组
用矩阵的初等行变换 解方程组(1)
⎛ 2 −1 −1 1 2⎞
B
=
⎜ ⎜ ⎜
1 4
1 −6
−2 2
1 −2
−4
⎟ ⎟
4⎟
⎜ ⎝3
6 −9
7
⎟ 9⎠
⎛ 1 1 −2 1 4⎞
r1 ↔ r2
⎜ ⎜
2
r3 ÷ 2 ⎜ 2
−1 −3
−1 1
问 (I)与 (II) 是否有非零公共解 ? 若有,求出来;若没
有, 说明理由.
向前 向后 返回 22
思考题解答
解 将 (II)的通解代入 (I) 得
⎩⎨⎧−kk1 2++2kk12
+ −
2k2 = 0 k2 = 0
⇒ k1 = −k2 .
故 (II)与 (I)的公共解为
k1(0,1,1,0)T + k2(− 1,2,2,1)T = k2(− 1,1,1,1)T
向前 向后 返回 9
二、矩阵的初等变换
定义1 下面三种变换称为矩阵的初等行变换:
(1) 对调两行(对调 i, j两行,记作ri ↔ rj); (2) 以数 k ≠ 0 乘以某一行的所有元素 ;
(第 i 行乘 k,记作 ri × k)
(3) 把某一行所有元素的 k 倍加到另一行
对应的元素上去(第 j 行的 k 倍加到第 i 行上 记作ri + krj).
⎧ x1 + x2 − 2 x3 + x4 = 4, 1
⎪⎪ ⎪⎨−
2 x2 5 x2
− +
2 x3 5 x3
+ −
2 x4 3 x4
= =
0, −6,
2 3
⎪⎩ 3 x2 − 3 x3 + 4 x4 = −3, 4
(B1 ) (B2 )
向前 向后 返回 4
2 ×1 2
3 +52 4 −32
⎧ x1 + x2 − 2 x3 + x4 = 4,
0
0
0
1
−3
⎟ ⎠
⎛ 1 1 −2 1 4⎞
r3
↔ r4
⎜ ⎜
0
r4 − 2r3
⎜0 ⎜
1 0
−1 0
1 1
0 −3
⎟ ⎟ ⎟
=
B
4

⎝0 0 0 0 0⎠
⎛ 1 0 −1 0 4⎞
r1 − r2
⎜ ⎜
0
r2 − r3
⎜0 ⎜
1 0
−1 0
0 1
3 −3
⎟ ⎟ ⎟
=
B
5

⎝0 0 0 0 0⎠
向前 向后 返回 15
矩阵 F 称为矩阵 B 的标准形 .
向前 向后 返回 19
特点: F的左上角是一个单位矩 阵,其余元素全 为零 .
m × n 矩阵 A 总可经过初等变换化为 标准形 F = ⎜⎛ Er O ⎟⎞ ⎝ O O ⎠m×n
此标准形由 m,n, r 三个数唯一确定,其中 r 就是 行阶梯形矩阵中非零行 的行数 .
004
∴ R(B) = 3.
向前 向后 返回 28
⎛ 1 3 −2 2⎞
例3
已知
A
=
⎜ ⎜
0
2
−1
3
⎟ ⎟
,求该矩阵的秩
⎜⎝ −2 0 1 5⎟⎠
解 计算A的3阶子式,
1 3 −2
132
3 −2 2
0 2 −1 = 0, = 0 2 3 = 0, = 2 −1 3 = 0,
−2 0 1
−2 0 5
0 15
m × n 矩阵 A 的秩 R( A) 是 A 中不等于零的 子式的最高阶数.
对于 AT, 显有 R( AT ) = R( A).
向前 向后 返回 26
⎛1 2 3⎞
例1
求矩阵
A
=
⎜ ⎜
2
3
−5
⎟ ⎟
的秩
⎜⎝ 4 7 1⎟⎠
解 又∵ A的 3 阶子式只有一个 A, 且 A = 0,
在 A 中, 1
2 ≠ 0.
所有与矩阵 A等价的矩阵组成的一个集合, 称为一个等价类,标准形 F是这个等价类中最简 单的矩阵.
向前 向后 返回 20
三、小结
( ) 1.初等行(列)变换
⎧ ⎪⎪ ⎨
(1)ri (2)ri
↔ rj
× k(ci
ci ×k

);
cj
;
( ) ⎪
⎪⎩ (3)ri + krj ci + kc j .
初等变换的逆变换仍为初等变换, 且变换类型相同.
向前 向后 返回 8
因为在上述变换过程中,仅仅只对方程组 的系数和常数进行运算,未知量并未参与运 算.
⎛ 2 −1 −1 1 2 ⎞
若记
B
=
(
A
b)
=
⎜ ⎜ ⎜
1 4
1 −6
−2 2
1 −2
相关文档
最新文档