- 向量组的秩.ppt

* * * * 第三节 向量组的秩 向量组的线性相关性 一、向量组的秩、极大线性无关组 二、向量组的秩与矩阵的秩的关系 三、小结 思考题 一、向量组的秩、极大线性无关组 记作：R(?1, ?2, …, ?s)=r 定义 给定一个向量组 ?1, ?2, …, ?s ，如果： 则，数 r 称为向量组的秩. (1) 其中能选出 r 个线性无关的向量； (2) 向量组中任意一个向量都可由这 r 个线性无关 的向量线性表示； 返回 上页 下页 等价定义 给定一个向量组 ?1, ?2, …, ?s ，如果： 则，数 r 称为向量组的秩. (1) 其中能选出 r 个线性无关的向量； (2) 向量组中任意 r+1 个向量都是线性相关的； 两个定义的条件(1)相同，只需证明条件(2)等价. 设向量组的秩为 r，根据定义的条件(1)，向量组中可选出 r 个线性无关的向量. 返回 上页 下页 不妨设其中的 ?1, ?2, …, ?r 线性无关，令 矩阵 A = (?1, ?2, …, ?r ) 矩阵A的列向量组线性无关，故 R(A) = r. 于是，任意选择 r+1 个向量构成矩阵B，则B的列向量组可由A的列向量组线性表示. 得 ① 根据第一个定义，向量组中任意一个向量都可由?1, ?2, …, ?r 线性表示. 返回 上页 下页 因此， 即，R(B) 矩阵B的列数， 故 B 的列向量组线性相关. 因此，向量组中任意 r+1 个向量都是线性相关的. ② 根据第二个定义，向量组中任意 r+1 个向量都是线性相关的. 由于?1, ?2, …, ?r 线性无关，而 r+1 个向量 ?1, ?2, …, ?r, ? 线性相关 (? 是向量组中任意一个向量 )，于是, ? 可由 ?1, ?2, …, ?r 线性表示，且表示法唯一. 因此，向量组中任意一个向量都可由?1, ?2, …, ?r 线性表示. 返回 上页 下页 秩为 r 的向量组中，任意 r+1 个向量都是线性相关的,所以，其中任一线性无关的部分组最多只含 r 个向量. 如果 ?1, ?2, …, ?s 线性无关，则 R(?1, ?2, …, ?s)=s . 只含有零向量的向量组的秩为零. 定义 秩为 r 的向量组中，含有 r 个线性无关向量的部分组，称为该向量组的极大线性无关组. 说明 向量组和它的极大线性无关组是等价的. (简称 极大无关组). 返回 上页 下页 例 1 求出 Rn (全体 n 维实向量的集合)的一个极大线性无关组，并求 Rn 的秩. 解 n 阶单位矩阵E的列向量组是n 维单位坐标向量组. 即 E = (?1, ?2, …, ?n) 由于 R(E)=n，所以 ?1, ?2, …, ?n 是线性无关的. 由于任意 n+1 个n 维向量都线性相关. 故 ?1, ?2, …, ?n 是 Rn 的一个极大线性无关组，并且 Rn 的秩为 n. 说明 一般情况下，极大线性无关组不唯一，但不同极大线性无关组所含向量个数相同. (例如，在本例 中, 也可选择 2?1, 2?2, …, 2?n 为极大线性无关组.) 返回 上页 下页 二、向量组的秩和矩阵的秩的关系 定理 1 矩阵的秩 = 矩阵列向量组的秩 = 矩阵行向量组的秩. 证 设矩阵 A 的秩为 r，即矩阵 A 有 r 阶非零子式 Dr . 取非零子式所在 r 列构成矩阵 A1，则 Dr 也是 A1 的非零子式(最高阶子式)，故 R(A1)=r，因此，A1 的列向量线性无关，即矩阵 A有 r 个线性无关的列向量； 在 A 中任意取 r+1 列构成矩阵 A2. 由于 A 的所有 r+1 阶子式皆为零，所以，A2 的所有 r+1 阶子式皆为零，故R(A2) r+1，A2 的列向量线性相关；即矩阵 A的任意r+1 个列向量都是线性无关的； 返回 上页 下页 综合上述，矩阵 A有 r 个线性无关的列向量，并且任意r+1 个列向量都是线性无关的，因此，矩阵 A的列向量组的秩为 r . 同理可证，AT 的列向量组的秩为 r，由于 AT 的列向量和 A 的行向量对应，故矩阵 A的行向量组的秩也等于 r . 说明 根据以上证明过程，可以看出： 在秩为 r 的矩阵中，(1)最高阶非零子式 Dr 所在的 r 列是 A 的列向量组的一个极大线性无关组， (2) Dr 所在的 r 行是 A 的行向量组的一个极大线性无关组. 返回 上页 下页 根据此定理，第二节中用 “矩阵的秩” 表述的定理都可以用 “向量组的秩”