线性代数—3.2 向量组的秩

合集下载

4向量组的秩

4向量组的秩
若A线性相关,则向量组B也线性相关;反之,若 向量组B线性无关,则向量组A也线性无关. 定理 设向量组 A:1,2 ,L ,n , B:1, 2 ,L , n . 其中
i a1i a2i L ami T (i 1,2,L , n)
T
i a1i a2i L ami am1,i (i 1, 2,L , n) 若A线性无关,则向量组B也线性无关;反之,若 向量组B线性相关,则向量组A也线性相关.
7
三、向量组的秩与矩阵的秩的关系
定义
a11
矩阵
A
a21
M
a12 L a22 L M
a1n
a2n
,
M
am1
am1
L
amn
A的列向量组的秩称为列秩.
A的行向量组的秩称为行秩.
8
定理3.11 A为m n矩阵,r(A) r的充分必要条件是:A
的行秩、列秩都为 r.
9
证 必要性.设A = (a1,a2 ,L ,am ),r( A) = r,并设r阶子式 Dr ¹ 0. 由Dr 0知所在的r列线性无关;
r 1 , 2 , s r1,2, n 由定理3.11知 rAB rA
类似,有 rAB rB
故,rAB minrA,rB.
17
五、向量空间的基与维数
定义 设V是一个向量空间,它的某r个向量 1,2 ,L ,r 若满足:
① 1,2 ,L ,r 线性无关; ② j V , j ,1,2,L ,r 线性相关. 则称1,2 ,L ,r 为V的一个基.r称为V的维数. 记作:dimV.
V中的任一向量均可以表示成基向量的线性组合,
且表达式唯一,其组合系数称为向量在该基下的坐标.
18
注意: 零空间的维数是0.

向量组 的秩

向量组 的秩

0 0
1 2 3
21 20 3 0
r3
3 2
r2
r2
(
1 2
)
1 0 0
1 1 0
2 1
10 00
因为 R( A) 2 ,所以向量组1,2 ,3,4的秩为2。A 的一个最
高阶非零子式为
11 D 2 0
20
由此可知, 1,2 是向量组1,2 ,3,4 的一个极大无关组。
设向量组A 满足:
矩阵的秩=矩阵列向量组的秩(称为矩阵的列秩)=矩阵 行向量组的秩(称为矩阵的行秩)

设 (1,2 , ,n ), R() r ,并设r 阶子式Dr≠0。由Dr
≠0知Dr所在的r 列线性无关;又由A 中所有r+1阶子式均为零知, A 中任意r+1个列向量都线性相关。因此Dr 所在的r 列是A 列 向量组的一个极大无关组,所以列向量组的秩等于r。
设向量组 0 :1,2 , ,r 是向量组A 的一个部分组,且满足
(1)向量组A0 线性无关; (2)向量组A 的任一向量都能由向量组A0 线性表示, 那么向量组A0便是向量组A 的一个极大无关组。
推论
例4 设齐次线性方程组
x1 2x2 x3 2x4 0 2x1 3x2 x4 0 x1 x2 5x3 7x4 0
等价。
(2)设向量组A 有两个极大无关组,分别为 1,2 , ,s 及 1, 2 , , t 。由(1)知,向量组 1,2 , ,s 与向量组A 等价, 向量组A 也与向量组 1, 2 , , t 等价,由等价的传递性得,向 量组1,2 , ,s 与向量组 1, 2 , , t 等价。
再证明 s=t
1,2 , ,与n
1, 2 , ,有n

线性代数 向量组的秩

线性代数 向量组的秩
4
设 i (a1i
a11 a1r 由矩阵秩定义,不妨设 r阶子式Dr 0 T a r1 a rr 1 i r, , a , , a ) ,
2i ri
x1 5 ( 1 r k ) 0 有非零解, 1 r k 线性相关 , A列秩 r xr 1 1 r 为A列向量组的极大无关组
这r 1个向量均可由 1 r 线性表示, 从而根据定理1,有 R (b1 , b2 ,, br 1 ) R (1 , 2 ,, r ) r r 1 . r 1 个向量 b1 ,b2 , ,br 1线性相关, , r , 是 A 中任意 r 1 个向量, 设 1 , 2 , , r , 线性相关, 1 , 2 , , r 线性无关, 1 , 2 , A中任意向量 均可由1 r 线性表示,
故 a1 , a2 , a4 为列向量组的一个极大 无关组. B (b1 , b2 , b3 , b4 , b5 ) 向量组 a1 , a2 , a3 , a4 , a5 与 b1 , b2 , b3 , b4 , b5有相同的线性关系 .
1 解 设A a1 ,, a5 , 0 对 A 施行初等行变换 A 0 0 R ( A ) 3 , 变为行最简形
令A (1 m ), (列向量组) 把A行变换B(行阶梯形矩阵)
方法3:欲求向量组1 m的极大无关组并将余下向量 用极大无关组线性表示?
令A (1 m ), (列向量组) 把A行变换B(行最简形矩阵)
由B即可找出A的列向量组的极大无关 组,并可以把 余下向量用极大无关组 线性表示。


推论: 等价的向量组秩相同
注1: 向量组的任意两个极大无关组等价,秩相同。

线性代数_第三章

线性代数_第三章
lts ks 0
这与1,2, . . .,s与线性无关矛盾.

推论1 两个等价的且线性无关的向量组,含有相 同个数的向量。

推论2 等价的向量组有相同的秩。

推论3 向量组(I)的秩为r1,向量组(II)的秩为r2,且
组(I)可由组(II)线性表出,则r1≤r2。
lts ks 0
于是
1 , 2 ,
k1 k2 b1 , b 2 , , s ks
l11 l12 l21 l22 , bt lt1 lt 2
l1s k1 0 l2 s k 2 0
第三章 向量组与线性方程组
§3.1 向量组的线性相关性
2 x1 3 x2 3 x3 5 x1 2 x2 x3 2 7 x2 x3 1
2 3 3 5 1 2 1 2 0 7 1 1

显然第三行是前两行的代数和; 也就是说,第三个方程能由前两 个方程“表示”;
4, (III) 1, 2, 3, 5, 且向量组的秩分别
为R(I)=R(II)=3, R(III)=4. 证明:向量组1, 2, 3, 5-4的秩为4.

证明: 由R(I)=R(II)=3得知向量组(I)线性无关,向
量组(II)线性相关,且4可由1, 2, 3,线性表出,
lm m 0
定理3 设m≤n,则m个n维向量1 ,2 ,
,m 线性无关的充
分必要条件是,其组成的矩阵的秩R(A)=m.即A为列满秩。
证:必要性. 因为Q可逆,必有l1,l2,…,lm不全为零, 这与1,2,…,m线性无关矛盾。 因此,R(A)=m。

《向量组的秩》课件

《向量组的秩》课件
向量组的秩反映了向量组的线性相关性和向量的独立性,它对于解决线性方程组和矩阵相关 问题非常重要。
在数学、物理中的应用
向量组的秩在数学和物理领域有着广泛的应用,例如解决线性方程组、矩阵分析、以及空间 几何等问题。
向量组的秩的发展趋势
随着数学和科学的不断发展,向量组的秩的研究也在不断深化,新的应用和问题不断产生。
向量组的秩
向量组的秩是线性代数中一个重要的概念,它涉及了向量组的定义、线性相 关和线性无关、以及秩的计算方法。本课件将带你领略向量组的奥秘和应用。
向量组的定义和基本性质
向量组的概念
向量组是由一组向量构成的集合,它可以用于描 述多个有关联的量。
向量组的线性相关和线性无关
向量组中的向量可能具有相关性,也可能是线性 无关的,这取决于线性方程组的解的个数。
2
等价向量组的秩相等
对于等价向量组,它们的秩是相等的。而等价向量组是通过初等行变换相互转化而得到的。
3
初等行变换与秩的关系
通过初等行变换可以改变矩阵的行,而秩受到这些变换的影响。
4
矩阵的秩和向量组的秩
矩阵的秩和矩阵所表示的向量组的秩是相等的,它们之间有着密切的联系。

线性方程组和矩阵的应用
齐次线性方程组的解 的性质
向量组的线性表示
向量组可以通过线性组合表示其他向量,例如向 量a和向量b的线性组合为ka+lb。
向量组的极大线性无关组和秩的定义
一个向量组的极大线性无关组是该向量组的最大 线性无关集合。向量组的秩是极大线性无关组的 向量个数。
秩的性质和计算方法
1
秩的基本性质
秩满足一系列性质,例如当线性方程组有唯一解时,其秩等于方程组中的未知数个数。

线性代数课件chap33向量组的秩(2020)

线性代数课件chap33向量组的秩(2020)

命题
1. 向量组 1 , 2 ,..., m 线性无关
r 1 , 2 ,..., m m
2. 向量组 1 , 2 ,..., m
线性相关
r 1 , 2 ,..., m m
3. 等价向量组必有相同的秩
4. 若 r 1 , 2 ,..., m r则向量组中
的任意k行与B 的相应的k行具有相同的相关

即,矩阵的列变换不改变行的线性相关关系
例、 求向量组的秩和一个极大线性无关组,
并将其它向量用所求的极大线性无关组
线性表示。
1
1
0
1
2
1
2
1
3
6
1 , 2 , 3 4 5
1 1 0 2

0 0 1 3

0 0 0 0
1 2 3 4 5
所以, , , , , =
, , 为一个极大无关组
= + , = − − +
命题 设向量组 1 , 2 ,..., m
(3)设A,B均为m×n矩阵, 则
R(A+B) ≦ R(A)+R(B)。
(4)设A,B均为m×n矩阵, 则
R(A-B) ?
例 设A为m×n矩阵,B为n×m矩阵,n<m,
证明:(AB)X=0有非零解。
例 设矩阵 Anm , Bmn 满足 AB E ,
且 n<m. 证明: B 的列向量线性无关。
证明 其中任意m个向量构成的向量组的ห้องสมุดไป่ตู้ ≥r+m-s
三、向量组的秩与矩阵秩的关系

线性代数--第三章向量线性关系秩

线性代数--第三章向量线性关系秩
若l =0, 则k11+k22+ …+krr=0, 矛盾. 所以l 0, 于是
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

线性代数向量组的秩

线性代数向量组的秩

512 24.
例2 求下面向量组的秩和一个极大线性无关组,并将 其余向量用此极大线性无关组线性表示
1 1 5 1
1
113,2
131,3
892,4
713.
解 1 1 5 1 1 1 5 1
1 1 2
3 1
1 3
8 9
3 1 7
0
0 0
2 2 4
7 7 14
r(A)r(B). AP1Br(A)r(B)
或用“初等变换不改变矩阵的秩”来证明。
例3 设 123 s,213 s, , s12 s1, 证 明 : 向 量 组 1,2, ,s 与 向 量 组 1,2, ,s有 相 同 的 秩 。 (s2)
证 (1 ,2 , ,s) (1 ,2 , ,n )A ,
将向量组的秩的计算,转化为矩阵的秩的计算。
基本问题:
给定一个向量组,求它的一个极大无关组,并 将其余向量用这个极大无关组线性表示。
例1 设向量组
1
1
0
1
2
10 01,21 21,31 11,41 2 3,54 61,
求一个极大无关组,并将其余向量用这个极大无关组
线性表示.

1 1 0 1 2
由等价的传递性可知, 一个向量组的任两个极大 无关组彼此等价, 由前面性质6可知,
向(6)量两组个任线意性两无个关极且大彼无此关等组价所的包向含量的组向,量必个含数有相相同同。 定个义数的向向量量组. 的任一极大无关组所包含的向量的个数 称为向量组的秩。
规定:只含零向量的向量组的秩为零. 性质:
(1) 若向量组(Ⅰ)能被向量组(Ⅱ)线性表出, 则秩(Ⅰ) 秩(Ⅱ).
10 3
det1T(,2T,3T) 0 1 1 1 0 ,

向量组的秩与矩阵的秩的关系_线性代数_[共4页]

向量组的秩与矩阵的秩的关系_线性代数_[共4页]

86线性代数规定只含零向量的向量组的秩为0. 由定义3.3.2可知,例1中()123 ,,2r =ααα.一般来说,要求向量组的秩,首先需要求出极大无关组,若按照定义3.3.1去求极大无关组比较麻烦,尤其是定义3.3.1中的第二个条件的判断很困难,在3.3.2节我们还将介绍另外的方法求向量组的极大无关组以及秩.由向量组秩的定义可得:(1)向量组12,,,s "ααα线性相关()12,,,s r s ⇔<ααα";向量组12,,,s "ααα线性无关(1,r ⇔α)2,,s s =αα"(线性无关的向量组的极大无关组就是该向量组本身). (2)任何一个部分组的秩≤向量组的秩≤向量组中向量的个数. (3)若向量组12,,,s "ααα可由向量组12,,,t βββ"线性表示,则()()1212,,,,,,s t r r αααβββ""≤.证 设12,,,r i i i ααα"是向量组12,,,s "ααα的极大无关组,12,,,m j j j βββ"是向量组12,,,t βββ"的极大无关组. 因为向量组12,,,s "ααα可由向量组12,,,t βββ"线性表示,而向量组与极大无关组是等价的,所以12,,,r i i i ααα"可由12,,,m j j j βββ"线性表示. 又因为12,,,r i i i ααα"线性无关,根据推论3.2.7,得r m ≤,即()()1212,,,,,,s t r r αααβββ""≤.证毕.(4)等价的向量组具有相同的秩.证 设向量组12,,,s "ααα与向量组12,,,t βββ"等价,它们的秩分别为r 和m . 一方面,向量组12,,,s "ααα能由向量组12,,,t βββ"线性表示,则有r m ≤;另一方面,向量组12,,,t βββ"能由向量组12,,,s "ααα线性表示,则m r ≤. 综合这两方面的结论,可得r m =,即等价的向量组的秩相等.证毕.需要注意的是,若两个向量组的秩相等,它们不一定等价.如向量组()()121,2,1,2,4,2=−=−αα,1α是向量组12,αα的极大无关组,秩为1;而向量组()()120,2,1,0,4,2==ββ,1β是向量组12,ββ的极大无关组,秩为1. 两个向量组的秩相等,但是这两个向量组不等价.例2 试证:若一个向量组的秩为r ,则在向量组内,任意r 个线性无关的向量都构成它的一个极大无关组.证 设12,,,r i i i ααα"为向量组12,,,s "ααα中r 个线性无关的向量. 任取{}12,,,j s ∈αααα",如果 {}12,,,rj i i i ∈αααα",则12,,,,r ji i i αααα"线性相关;如果{}12,,,rj i i i ∉αααα",因为向量组12,,,,r j i i i αααα"的秩不超过向量组12,,,s "ααα的秩,所以()12,,,,1r j i i i r r r <+αααα"≤,于是向量组12,,,,r j i i i αααα"线性相关. 从而12,,,r i i i ααα"是向量组12,,,s "ααα的一个极大无关组.3.3.2 向量组的秩与矩阵的秩的关系由于矩阵和向量组之间存在着一定的关系,所以向量组的秩与矩阵的秩之间也有一定的关系.。

求向量组的秩的三种方法

求向量组的秩的三种方法

求向量组的秩的三种方法一、概述向量组的秩,即向量组中线性无关向量的个数。

秩是线性代数中非常重要的概念,涉及到向量组的基、解空间及解的唯一性等概念。

本文将详细介绍求向量组秩的三种方法:高斯消元、矩阵的秩和行列式的秩,同时附上实例说明。

二、高斯消元法高斯消元法是解决线性方程组的一种基本方法,用于消元、求解下三角矩阵和上三角矩阵。

在求向量组秩时,可以将向量组构成增广矩阵,通过高斯消元将其变为简化阶梯形矩阵,然后根据主元的数量,即非零行数,即可得到向量组的秩。

对于向量组:\begin{bmatrix}1\\2\\3\end{bmatrix},\begin{bmatrix}2\\4\\6\end{bmatrix},\begin{bmatrix}1\\3\\5\end{bmatrix}构成增广矩阵:\begin{bmatrix} 1 & 2 & 3\\ 2 & 4 & 6\\ 1 & 3 & 5 \end{bmatrix}通过高斯消元可得简化阶梯形矩阵:\begin{bmatrix} 1 & 2 & 3\\ 0 & 0 & 0\\ 0 & 0 & 0 \end{bmatrix}可知主元是1,非零行数是1,因此向量组的秩是1。

三、矩阵的秩矩阵的秩是线性代数中非常基础的概念之一,也是求向量组秩的一种方法。

矩阵的秩是指在矩阵的行(或列)空间中,线性无关的向量的个数。

对于一个m\times n矩阵A,如果它的秩为r,则有以下三条性质:1. 行秩:A的行空间的秩为r;2. 列秩:A的列空间的秩为r;3. 行列式:A的任意r\times r子式的行列式不为0,而r+1阶子式的行列式为0。

由此可知,对于一个向量组,可以将其构成矩阵,然后求出矩阵的秩来得到向量组的秩。

对于向量组:\begin{bmatrix}1\\2\\3\end{bmatrix},\begin{bmatrix}2\\4\\6\end{bmatrix},\begin{bmatrix}1\\3\\5\end{bmatrix}构成矩阵:A=\begin{bmatrix} 1 & 2 & 3\\ 2 & 4 & 6\\ 1 & 3 & 5 \end{bmatrix}通过对A做初等行变换,得到简化阶梯形矩阵:R=\begin{bmatrix} 1 & 2 & 3\\ 0 & 0 & 0\\ 0 & 0 & 0 \end{bmatrix}可知A的秩为1,因此向量组的秩也为1。

大学线性代数:向量组的秩

大学线性代数:向量组的秩

10
例:设 α1 = ( 2,1, 2, 2, −4), α 2 = (1,1, −1, 0, 2), α 3 = (0,1, 2,1, −1),
α 4 = ( −1, −1, −1, −1,1), α 5 = (1, 2,1,1,1).
求秩和一个极大线性无关组。
解:转置后排列为矩阵得 ⎛ 2 1 0 ⎜ ⎜ 1 1 1 ⎜ 2 −1 2 ⎜ ⎜ 2 0 1 ⎜ −4 2 −1 ⎝ ⎛1 ⎜ r3 ↔ r5 ⎜0 r2 ↔ r4 ⎯⎯⎯ →⎜0 ⎜ ⎜0 ⎜0 ⎝ −1 1 ⎞ ⎛ 1 1 1 ⎟ ⎜ −1 2 ⎟ ⎜ 2 1 0 r1 ↔ r2 → ⎜ 2 −1 2 −1 1 ⎟ ⎯⎯⎯ ⎟ ⎜ −1 1 ⎟ ⎜ 2 0 1 ⎜ −4 2 −1 1 1⎟ ⎠ ⎝ 1 1 −1 2 ⎞ ⎛1 ⎟ ⎜ 1 −1 0 0 ⎟ r − 2 r ⎜ 0 3 2 r4 + r1 →⎜0 2 1 −1 3 ⎟ ⎯⎯⎯ ⎟ ⎜ −1 −2 1 −3 ⎟ ⎜0 ⎜0 −2 2 0 0 ⎟ ⎠ ⎝ −1 2 ⎞ ⎛1 1 r5 + 2 r4 ⎟ 4 − r3 ⎜ −1 1 ⎟ r r3 − r2 ⎜ 0 −1 r2 − 2 r1 → ⎜ 0 −2 −1 1 ⎟ ⎯⎯⎯ ⎟ ⎜ −1 1 ⎟ ⎜0 1 ⎜0 2 1 1⎟ ⎠ ⎝ 1 1 −1 2 ⎞ ⎛ 1 1 ⎟ ⎜ 1 −1 0 0 ⎟ ⎜ 0 1 0 3 −1 3 ⎟ → ⎜ 0 0 ⎟ ⎜ 0 −3 1 −3 ⎟ ⎜ 0 0 ⎜ 0 0 0 0⎟ ⎠ ⎝0 0 1 −1 2 ⎞ ⎟ − 2 1 −3 ⎟ 2 0 0⎟ ⎟ −1 0 0 ⎟ 1 −1 3 ⎟ ⎠ 1 −1 2 ⎞ ⎟ −1 0 0 ⎟ 3 −1 3 ⎟ ⎟ 0 0 0⎟ 0 0 0⎟ ⎠

线性代数-向量组的秩

线性代数-向量组的秩

= =
0, 0,
x1 − x2 − 5x3 + 7x4 = 0,
的全体解向量构成的向量组为S,
求S的秩.
解:先解方程,把系数矩阵A化成行最简形:
1 A = 21来自2 3 −11 0 −5
− 2 −1 7
r2 − 2r1 r3 − r1
1 0 0
2 −1 −3
1 −2 −6
− 2 3 9
r1 + 2r2 r3 − 3r2 r2 × (−1)
因B0组能由 B组线性表示, B组能由 A组线性 表示, A组能由 A0组线性表示 .
故B0组能由 A0组线性表示 . 即存在系数矩阵 K sr = (kij ),使得
k11 k1r
(b1 ,,br ) = (a1 ,,as )
ks1 ksr
x1
如果r > s,则方程组 K sr = 0 (简记为Kx = 0)
r3 − 5r2
~
r4 − 2r2
− 1 1 − 5 3 0 1 − 3 2
0 0
0 0
0 0
0 0
r1r1÷~−(−r21)
1 0 2 − 1
0 1 − 3
0 0
0 0
0 0
2 0 0
.
1 0 2 − 1
初等行变换
(a1 ,a2 ,b1 ,b2 ) ~
0
0 0
1 0 0
−3 0 0
二、矩阵与向量组秩的关系
定理1矩阵的秩等于它的列向 量组的秩,也等于 它的行向量组的秩 . 证 设A = (a1, a2 ,, am ),R( A) = r,并设r阶子式 Dr ≠ 0.根据4.2定理2由Dr ≠ 0知所在的r列线性无 关;又由A中所有r + 1阶子式均为零,知 A中任意 r + 1个列向量都线性相关 . 因此Dr所在的r列是A 的列向量的一个最大无 关组,所以列向量组的秩 等于r.类似可证A的行向量组的秩也等于 R( A).

线性代数-向量组的秩

线性代数-向量组的秩

2 1 1 1 1 1 2 1 A 4 6 2 2 3 6 9 7
极大无关组定义:
1 2 0 4 ERT 0 4 9 0
1 2 1 1 1 1 0 0
4 0 0 1 3 0 0 0
定理1 (1)若矩阵A经过有限次初等行变换变成B, 则A的行向量组与B的行向量组等价;而A的任意k 个列向量与B中对应的k个列向量有相同的线性相 关性。 显然极大线性无关组为1 , 2 , 4 ,
3. 定理1 (1)若矩阵A经过有限次初等行变 换变成B,则A的行向量组与B的行向量组 等价;而A的任意k个列向量与B中对应的 k个列向量有相同的线性相关性。
, s } r .
设 J 中第 i 个非零行第一个非零元所在列标号为 ji ,
i 1,2,
, r , 则 j1 , j2 ,, jr 就是一个极大无关组.
小结
1. 极大线性无关组、行秩、列秩
1. 任意两个极大无关组所含向量个数相同
2. 向量组等价
1. 三大性质 2. 极大组合向量组等价
附 求向量组1 , 2 ,
, s 的极大无关组的一般步骤: , s )
i 为列向量时 i 为行向量时
第一步:作矩阵 A (1 , 2 ,
, 2 , 或 A (1
) , s
第二步:用初等行变换化矩阵A为阶梯阵 J . 若 J 中有 r 个非零行,则秩 {1 , 2 ,
3 (3,0,7,14), 4 (1, 1,2,0), 5 (2,1,5,6)
的极大无关组. 解: 作矩阵
1 1 A 2 4
0 3 1 2
3 0 7 14
1 1 2 0
2 1 5 6

线性代数 3-2向量组的秩

线性代数 3-2向量组的秩
机动 目录 上页 下页 返回 结束
一、向量组的极大线性无关组
定义 若向量组 α1 , α 2 ,⋯ , α s 的部分组 α j , α j ,⋯ , α j 1. 1.定义 1 2 r :(1) α j1 , α j2 ,⋯ , α jr 线性无关 ; 满足 满足:(1) 线性无关; (2) 从向量组 α1 , α 2 ,⋯, α s 中任意另取一个向量 (若还 (2)从向量组 中任意另取一个向量( 添到α j , α j ,⋯, α j 中,所得新部分组都线性相关 . 有), ),添到 所得新部分组都线性相关. 1 2 r 则称 α j1 , α j2 ,⋯ , α jr 为向量组 α1 , α 2 ,⋯, α s 的一个极大 线性无关部分组 ,简称 极大无关组 . 线性无关部分组, 简称极大无关组 极大无关组.
(r = n) α1 α2 αn 重要结论:行变换不改变列向量间的线性关系 . 重要结论:行变换不改变列向量间的线性关系.
β
β 放末列. 可否由 α 1 ,⋯ , α s线性表示—— 竖排行变换, α1 ,⋯ , α s 是否线性相关—— 竖排行变换.
机动 目录 上页 下页 返回 结束

1. n个n维向量线性相关 (线性无关 定理 定理1. ) 线性无关)
对应分量不成比例,线性无关 2 1 2 −2 0 −1 T T T α1 ,α 2 ,α 3 = 4 1 3 = 4 1 3 =0
2 2 T T T α1 = 4 ,α 2 ,α4 2
0 1 1 0
1 2 3 −2 5= 4 2 2
繁!
0 1 0 −2 1 5 =0 0 2
机动 目录 上页
α1 , α 2 , α 3
⇔ 其排成的行列式值为 0 (不为 0) 其排成的行列式值为0 不为0)

线性代数:向量组的最大无关组和秩

线性代数:向量组的最大无关组和秩
0
a5 b5 c5 0
a6 b6 c6 0
a7 b7
c7 0
的首非零元a1, b2 , c5对应的列向量1, 2, 5
是U的列向量组1, 2 ,,7的一个最大无关组.
从而有U的列向量组的秩 r(U ).
7/44
U
a1 0
0 0
a2 b2 0
0
a3 b3 0
0
a4 b4 0
0
a5 b5 c5 0
a6 b6 c6 0
a7 b7
c7 0
证 首先证1, 2 ,5线性无关
设 x11 x2 2 x3 5 0
A
a1 0 0 0
a2 b2 0
0
a5 b5
c5 0
A的秩为3,等于未知量的个数,
所以方程组只有零解,故1, 2, 5线性无关.
再证U的任何一个列向量可由1,2 ,5线性表示.
8/44
U
a1 0
0 0
a2 b2 0
0
a3 b3 0
0
a4 b4 0
0
a5 b5 c5 0
a6 b6 c6 0
a7 b7
c7 0
设 x11 x2 2 x3 5 i (i 1,2,,7)
增广矩阵都 具有如下形式:
a1 0 0 0
a2 b2 0
0
a5 b5 c5 0
0
故r(1,2 ,5 ,i ) r(1,2 ,5 )
3/44
3.2 向量组的最大无关组和秩
3.2.1 向量组的最大无关组和秩 定义 设有向量组T ,如果它的一个部分组
1, 2 ,, r满足: 1) 线性无关;
2) 任取 T,则,1,2 ,,r线性相关.
  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)。
• 齐次线性方程组的基础解系线性无关.
❖ 线性相关性 设有向量组 a1, , am , 如果存在一组不全为零的数
k1, , km , 使 k1a1 L kmam = 0
那么称 a1, , am 线性相关. 否则, 称 a1, , am 线性无关. • a1, , am 线性无关, 也即向量方程 x1a1 L xmam = 0 只有零解. ❖ 定理1
§3.2 向量组的秩
一、向量组的秩和最大无关组 二、向量组间的线性关系
❖ 齐次通解结构定理
设 x1, , xn-r (r = R(A))为 n 元方程组 Ax = 0 的解, 且 满足条件 R(x1, , xn-r) = n- r, 则 Ax = 0 的通解为
x = k1x1 L kn-rxn-r , (k1, , kn-r 为任意数) • 称 x1, , xn-r 为方程组 Ax = 0 的一个基础解系.
则向量 b 可由 a1, , ar 线性表示.
❖ 向量组的最大无关组 设向量组 A 的秩为 r, 如果 a1, , ar 为 A 的一个线性
无关部分组, 那么称 a1, , ar 为 A 的一个最大无关组.
❖ 最大无关组的性质 设 A 为一向量组, 则部分组 a1, , ar 为 A 的一个最大
无关组的充分必要条件是 (1) a1, , ar 线性无关; (2) A 中任一向量可由 a1, , ar 线性表示. 充分性: 设 b1, , bs 为 A 中向量, s > r. 存在数 kij , 使得
一、向量组的秩和最大无关组
设 A 为 n 维向量组( A {0}), 则 A 的任一线性无关部 分组所含向量个数不多于 n 个.
A 的线性无关部分组所含向量个数存在最大值: 存在正整数 r, 使得 A 中有 r 个向量线性无关, 而 A 中 任意多于 r 个向量(若存在的话)线性相关.
❖ 向量组的秩 向量组 A 的线性无关部分组所含向量个数的最大值 r
证明 因 a1, , ar, b 线性相关, 故存在一组不全为 0 的数
k1, , kr , 使
k1a1 L krar kb = 0
假设 k = 0, 则 k1, , kr 不全为0, 且有
L krar = 0
这与 a1, , ar 线性无关矛盾. 因此 k 0, 于是
❖ 定理2*
称为向量组 A 的秩, 记为 R(A).
规定{0}的秩为 0.
提示: 当 s > n 时, n 维向量组 a1, , as 线性相关.
这是因为
R(a1,L ,as ) n s
❖ 向量组的最大无关组 设向量组 A 的秩为 r, 如果 a1, , ar 为 A 的一个线性
无关部分组, 那么称 a1, , ar 为 A 的一个最大无关组.
设矩阵 A = (a1, , am), 则向量组 a1, , am 线性无关 的充分必要条件是 R(A) = m.
• m 元方程组 Ax = 0 只有零解的充要条件是 R(A) = m.
❖ 定理2
设向量组 a1, , ar 线性无关, 若 a1, , ar, b 线性相关,
则向量 b 可由 a1, , ar 线性表示.
例7 设向量组 a1, a2, a3 线性相关, 向量组 a2, a3, a4 线性无 关, 证明 (1) a1 能由 a2, a3 线性表示; (2) a4 不能由 a1, a2, a3 线性表示.
证明 (1) 因 a2, a3, a4 线性无关, 故部分组 a2, a3 线性无关, 而 a1, a2, a3 线性相关, 因此 a1 能由 a2, a3 线性表示. (2) 用反证法. 假设 a4 能由 a1, a2, a3 线性表示, 由(1) 知 a1 能由 a2, a3 线性表示, 从而 a4 也能由 a2, a3 线性表示, 所以 a2, a3, a4 线性相关, 这与 a2, a3, a4 线性无关矛盾.
❖ 最大无关组的性质 设 A 为一向量组, 则部分组 a1, , ar 为 A 的一个最大
无关组的充分必要条件是 (1) a1, , ar 线性无关; (2) A 中任一向量可由 a1, , ar 线性表示. 必要性: 从略.
提示: 设向量组 a1, , ar 线性无关, 若 a1, , ar, b 线性相关,
基础解系, S 为 Ax = 0 的解集, 则
S = { x = k1x1 L kn-rxn-r | k1,L , kn-r R}
因为基础解系线性无关, 且 S 中的任一向量可由基础解系 线性表示, 所以基础解系是 S 的一个最大无关组. • n 元方程组 Ax = 0 的解集 S 的秩等于 n - R(A). • Ax = 0 的解集 S 的一个最大无关组也即基础解系.
其中 n 为未知元的个数.
bj = k1 ja1 k2 ja2 L krjar , (i = 1,L , r; j = 1,L , s)
于是 R(b1,L ,bs ) = R[(a1,L ,ar )K ] R(K ) r s
故 b1, , bs 线性相关. 因此 r 为秩, a1, , ar 为最大无关组.
例1 设 x1, , xn-r (r = R(A))为 n 元方程组 Ax = 0 的一个
例2 证明 R( AT A) = R( A). 证明 若 x 满足 Ax = 0, 则 ATAx = 0.
若 x 满足 ATAx = 0, 则 xTATAx = 0, 即 (Ax)T(Ax) = 0, 从而 Ax = 0.
综上可知 Ax = 0 与 ATAx = 0 同解. 设其解集为 S, 则 R( AT A) = R( A) = n - R(S)
b = -k-1(k1a1 L krar )
设向量组 a1, , ar 线性无关, 若向量 b 不可由向量组 a1, , ar 线性表示, 则 a1, , ar, b 线性无关.
❖ 定理2 设向量组 a1, , ar 线性无关, 若 a1, , ar, b 线性相关,
则向量 b 可由 a1, , ar 线性表示.
相关文档
最新文档